由于因特网技术的高速发展和用户的迅速扩大，网络正前所未有的影响着人类社会的各个方面，网络安全也成为各国共同关心的焦点。 随着Internet的迅猛发展，网络黑客入侵者的手段和工具呈现多祥性、复杂性，水平也越来越高。传统的功能单一的专用反入侵软件显得力不从心。而且“道高一尺，魔高一丈”，新的黑客工具层出不穷。因此，对入侵攻击行为进行检测和防护，保障信息网络的安全已经成为公众日益迫切的要求。 入侵检测技术是继传统的安全保护措施之后新一代的安全保障技术。其基本功能是信息收集、分析并做出判断是否为入侵行为。作为信息安全保障中的一个重要环节，它解决了访问控制、身份认证等传统机制所不能解决的问题，对计算机和网络资源上的恶意访问行为进行识别和响应。入侵检测已经成为当前网络技术安全领域内的一个研究热点。 入侵检测的过程是一个复杂的信息处理、识别过程。目前的入侵检测技术还存在着一些普遍的问题，如漏报率、误报率高，系统的智能性差，预警功能缺乏等，因此，入侵检测研究领域需要融合其他学科和技术领域的知识来提供新的入侵检测解决方法，充分利用许多成熟的技术以及人工智能技术。 本文以对入侵检测技术的国内外研究现状和方向的分析为基础，构建了一个智能化的网络入侵检测系统—CNGurad的体系结构。CNGuard是一个以校园互联网络系统为对象的综合性智能网络安全管理系统。它的主要思想是以IDXP为基础，利用人工智能多智能体(Multi-Agent)技术，构造一个多方位、多层次的智能化网络安全系统。