Internet所具有的开放性、国际性和自由性，以及TCP／IP协议在制定时本身所具有的缺陷，使得网络安全问题日益严重。网络技术的发展也使得网络病毒，各种各样的入侵行为和黑客行为也变得更加复杂。因此，采取积极而主动的安全措施对于保护电子资源是非常必要的，防火墙以及入侵检测技术也越来越受到重视。 本文主要是在防火墙中实现一个学习模块。文中对防火墙技术以及拒绝服务攻击进行研究分析，使用TFN2K进行拒绝服务攻击的模拟，对攻击以及正常网络数据进行收集分析，然后选择属性良好的网络数据作为训练样本，进行了决策树的ID3算法实现，最后将这样一个学习模块加入到T.Rex防火墙中，并通过决策树生成规则，将规则写入文件，作为防火墙的部分规则。通过这一学习模块的加入，使得防火墙可以对新的流入的数据进行学习或判断，从而具备一定的学习能力，使防火墙向智能化方向发展。 最后，总结了研究工作中的不足和进一步工作，并对机器学习在防火墙中的应用和发展前景进行分析。