随着网络技术不断提高，计算机网络被广泛应用到人类活动的各个领域，网络安全也越来越受到人们的关注。为了能够需要能及时的发现恶意攻击，并在这种对系统或数据造成破坏之前采取措施，入侵检测系统应运而生。入侵检测系统己经成为网络安全的一道重要屏障。将数据挖掘技术应用于入侵检测系统，主要是用一种以数据为中心的观点，用数据挖掘的技术处理入侵检测系统中的海量数据，以提高整个系统的检测性能，有效的减少整个系统的误报率。入侵检测作为一种有效的信息安全保障措施，弥补了传统安全防护技术的缺陷。数据挖掘作为数据分析的有效手段被引入到入侵检测系统中，基于数据挖掘的入侵检测系统也成为一个新的研究领域。　　 本文以基于数据挖掘方法的入侵检测技术研究为核心，首先对数据挖掘技术和入侵检测技术进行了研究和分析，探讨了用数据挖掘的方法在入侵检测中应用的可行性和必然性。在此基础上，重点研究了数据挖掘中的关联算法Apriori算法和聚类算法K-均值算法，分析其算法的缺点和不足并对两种算法做了适当的改进，使之更加适合用于入侵检测系统中。在本文的最后一章提出了基于数据挖掘技术的入侵检测系统的模型，并采用改进后的数据挖掘算法对其中的一些模块做了设计。　　 数据挖掘用于入侵检测系统，通过分析，理论上是可行的。数据挖掘技术在入侵检测系统中的应用，必定会对入侵检测系统带来非常大的革新。