基于案例的推理(CBR)是一种重要的人工智能方法，它是运用相似匹配的方法对新案例在案例库中检索出旧案例，并进行修改，给新案例提供一种解的推理模式。由于CBR方法能较好地模仿人类的认知过程，运用它可以使商业营销行为更具有亲和力，目前CBR方法在商业中的应用已成为研究的热点。此外，入侵检测系统(IDS)是重要的信息安全技术之一，基于规则的IDS对数据包与规则库进行精确匹配，误报率和漏报率较高。由于CBR方法既支持精确匹配又支持模糊匹配，如果把它用于IDS，将能够有效地检测那些故意偏离检测规则的攻击，降低漏报率。因此，将CBR方法应用于IDS也是值得研究的课题。 本文对CBR方法及其在商业与IDS中的应用进行了较为深入的研究，包括案例表示和案例库构造方法、权值估算方法、相似匹配算法、搜索引擎的设计与实现等方面，并通过仿真实验，证明了CBR方法应用于商业及IDS的良好效果。 论文介绍了课题的意义和背景。在介绍了CBR方法的概念、原理和处理过程之后，描述了案例表示和案例库构造方法、适用于商业应用的和适用于IDS的搜索引擎的各自实现。描述了汽车销售查询系统和离线入侵检测系统这两个仿真实验系统，给出并分析了仿真实验结果。最后，指出了下一步的研究内容。