随着社会信息化程度不断提高,人们对网络地依赖日益增强,计算机网络安全问题得到人们的广泛关注。入侵检测技术作为一种重要的安全防护技术,很好地解决了访问控制、身份认证等传统机制所不能解决的问题,对计算机和网络上的恶意访问行为进行识别和响应。由于新的攻击方法的不断出现,尤其是一些分布式的入侵方式的出现,给入侵检测领域的研究带来了新的课题。传统的入侵检测系统在有效性、适应性和可扩展性等方面都存在不足。其他领域的知识引入,将进一步提高入侵检测效果,数据挖掘能够从海量数据集中挖掘出人们感兴趣的特定模式,将数据挖掘技术运用到入侵检测中,能够推动了入侵检测研究领域的快速发展。本文首先对入侵检测技术的背景进行了简要的探讨,其次,对入侵检测的技术进行了深入的分析,并详细介绍了数据挖掘技术,将数据挖掘技术应用于入侵检测系统中,能够优化检测模型,提高整个系统的检测性能,有效的减少整个系统的虚假报警率和误警率。最后,本文着重对数据挖掘算法中的Apriori算法和K-means算法进行分析并提出改进,取得一定的成果。并对未能解决的问题进行说明,有待于今后进一步的研究。