信息安全是系统的安全,从软件工程角度分析,并发并维护完全安全的系统是不可能的.入侵检测通过对审计追踪事件分析,发现系统中未授权与异常活动,是信息安全防护的重要途径.该文在分析经典入侵检测方法之后,提出智能化入侵检测方法.该文的主要工作如下:综述了入侵检测的研究历史与现状.详细分析了传统入侵检测方法,并提出了入侵检测的发展方向.该文提出了在没有入侵结构知识下采用神经网络进行入侵特征检测,该入侵检测神经网络具有输入规模大、输入训练集大、类数值混合编码的特点,提出用剪枝重点学习方法降低网络复杂度,提高识别能力.首次提出自学习再励神经网络,该网络能够不断学习新的知识,充分反映了入侵攻击及其变体的特性与演变状况,从而对入侵变体具有极高的检测率.经过大量的实际网络通信与入侵攻击的数据包的验证,说明了这些方法的有效性.针对传统统计方法的不足,提出将自动了聚类应用于入侵异常检测以改进检测精度.提出了实现分布智能入侵检测系统的协同工作的知识表示方法,该方法具有语法独立,可扩充性、自定义能力、可实现与可移植性好的特点,为制订分布智能入侵检测系统知识交换标准打下基础.