互联网给人们带来巨大方便之时，也给人们带来了网络安全问题。于是入侵检测(IntrusionDetection)技术也就应运而生。入侵检测是网络安全领域新兴的研究课题，相对于传统的操作系统加固技术和防火墙隔离技术等静态安全防御技术来说，它是一种动态的安全核心技术。入侵检测是一个监测计算机网络和系统以发现违反安全策略事件的过程，它拓宽了传统审计的概念，以几乎不间断的方式进行检测，从而形成连续的检测过程。入侵检测系统(IntrusionDetectionSystem，IDS)被认为是防火墙之后的第二道安全闸门，提供对内部攻击、外部攻击和误操作的实时保护。它通过构建动态的安全循环，最大限度地提高系统的安全保障能力，减少安全威胁对系统造成的危害。因而入侵检测系统因其检测的准确性高、误警率低而且具有很强的实用性而越来越受到人们的喜爱。并且有着广阔的研究与开发前景。 本文首先从传统的网络安全问题谈起，指出了传统的网络安全所面临的不足之处，从而引入了入侵检测技术。接着对入侵检测的定义、分类及基本结构进行了介绍。随后又介绍了模式匹配，介绍了模式匹配的原理、特点及具体实现。着重介绍了两种模式匹配方法，即单模式匹配和多模式匹配。因为多模式匹配也是在单模式匹配的基础上进行的，所以着重介绍了BF、KMP和BM算法。并在此基础上，对单模式匹配算法中的KMP算法进行了改进。 近年来，范例推理(Case-BasedReasoning，CBR)的基础研究及系统实现正受到人们的普遍关注，是当今人工智能研究的前沿课题。CBR不仅是关于人类认知的心理学理论，而且将成为智能计算机系统技术中新的基石之一。作为CBR的扩展应用，本文提出将范例推理与状态转换分析相结合的新型入侵检测方法，解决单纯状态转换分析技术发现新型未知攻击的效果比较差的缺陷，来扩大攻击识别范围。并重点研究了基于范例推理与状态转移的入侵检测系统，该系统的主要优点在于能够概括出上下文相关的入侵模式特点。又由于该模型集中考虑的是特定的模式，因此它能够捕获动态的、潜在特权流和数据流，而且不需要分析所有的审计数据，这样有利于统一定义一些由内部特权滥用引起的操作安全问题。最后，总结全文，并指出了入侵检测技术面临的挑战和发展方向。