遗传算法采用的是群体搜索技术,通过模拟自然界的进化规律,对当前的群体进行选择、交叉和变异等操作,生成一个新的群体并使群体向包含或者接近最优解的状态逐步靠近。由于其具有算法思想简单、容易实现、实际应用中效果明显而被广泛应用于诸多领域,如人工智能、模式识别。本文着重研究分布式入侵检测以及检测中采用的关键算法。首先对入侵检测做了阐述和分析,对入侵检测模型和算法的重要性做了研究。其中原有的模型不能满足计算机网络高速发展的需求,建立了一个基于移动AGENT的分布式入侵检测模型,可以适应现实中的工作环境,相对于原有的模型性能有所提高。最后重点研究了入侵检测中所采用的算法,经过对BP算法和遗传算法优缺点的分析,提出了一种改进的遗传算法。改进后通过理论验证和数据分析,找到了比原有算法效率更高的新算法。新算法运行速度更快、效率更高,耗费内存更少,解决了现有入侵检测中的难题,对于入侵检测规则库的丰富,和检测效率都很有效果。