移动Ad Hoe网络可以通过终端的自主组网来完成用户之间的信息交流，使他们更好的协同工作，从而弥补没有可使用的网络通信技术设施的缺陷，因此具有广泛的应用前景。但其独有的多跳、自组织、动态变化的网络拓扑、能量受限的网络节点和信道资源、分布式控制和存在单向无线信道等特点，使其更容易受到攻击，传统的网络安全体系不再适用。　　 本论文围绕移动Ad Hoc网络入侵检测技术进行了较深入的研究。　　 对基于特征选择的入侵检测技术进行研究。针对网络流量过大，入侵检测效率不高的问题，研究人员开始对处理统计数据方法的研究，研究去除冗余特征、保留能够反映系统状态的重要特征的方法，即特征选择算法。首先分析基于信息增益的特征选择算法、基于主成分分析的特征选择算法、基于神经网络的特征选择算法和基于支持向量机的特征选择算法四种特征选择算法的基本原理，然后通过仿真比较加入特征选择算法和未加特征选择算法的检测正确率，还有不同类型特征选择算法的检测准确率。仿真结果表明，基于特征选择算法的性能优于基于全部特征的性能，IG特征选择算法的性能优于PCA特征选择算法的性能，SVM分类性能优于BP算法。　　 对入侵检测特征选择算法进行深入研究。首先分析了基于信息增益的特征选择算法的研究现状，然后给出了一种基于信息增益及遗传算法的特征选择算法的基本原理，并分析了该算法存在的缺点。在此基础上，提出了一种基于信息增益及SVM的特征选择算法，给出了该算法的工作流程，首先根据信息增益对特征值进行分组，然后对分组后的特征值集合根据SVM算法选择特征值的最佳组合，也就是分类正确率最高的特征组合。最后通过MATLAB软件仿真，得到这两种算法的特征选择结果，并仿真比较这两种特征选择算法的检测准确率，结果表明改进算法在提高检测率和降低误检率性能方面的有效性。　　 对基于簇的Ad Hoc网络入侵检测结构分簇算法进行深入研究。首先分析了四种现有的经典分簇算法的特点及各自的优缺点。然后针对AOW进行改进，提出了一种多维参量分簇算法。最后通过仿真比较该算法和AOW在负载平衡、簇的稳定性和簇首安全性三个方面的性能，仿真结果表明了改进算法的有效性。