随着网络技术的迅速发展，网络日益成为人们生活的重要部分，与此同时，黑客频频入侵网络，网络安全问题成为人们关注的焦点，传统安全方法是采用尽可能多的禁止策略来进行防御。目前采用的手段有防火墙、加密、身份认证、访问控制、安全操作系统等，这些对系统非法入侵都起到一定的作用。然而从系统安全管理角度来说，仅有防御是不够的，还应采取主动策略。入侵检测系统由此而生。它是对被动策略的逻辑补偿，是发现外部攻击和合法用户滥用特权的一种方法。 作为一种新的数据处理方法，独立分量分析在金融、生物医学、图像分析等各个领域都得到了广泛的应用。本文将独立分量分析模型引入到入侵检测系统中，提出了将独立分量分析模型同K-均值算法、伪贝叶斯估计、支撑矢量机相结合的三种入侵检测算法。通过将样本投影到由独立分量分析所确定的子空间，这三种算法弥补了原有算法的弱点，大大提高了入侵检测系统的性能，并对各算法的进一步研究和发展提出了自己的看法。 本文的研究成果可以直接应用于入侵检测系统的数据分析模块中，并具有广泛的实用价值。