数字图书馆是集成了多种硬件技术和软件技术的开放性信息资源平台。它将先进的网络通信技术、信息资源管理技术和面向用户的服务实现技术结合在一起,以期为广大数字图书馆用户提供实时、有效、可靠的知识服务,从而使数字图书馆的核心价值得到体现。然而,随着信息技术的蓬勃发展,各种危害网络信息安全的问题层出不穷地凸现出来。那么如何才能使数字图书馆的各种网络信息服务在这复杂的网络环境中安全稳定地运行呢?本课题即围绕该问题逐步展开。数字图书馆网络服务的安全不仅是重要的技术实现问题,同时也是重要的理论前沿问题,因此,对其做系统深入的研究有着重大的理论和实践意义。本课题在结合国内外相关研究成果的基础上,对网络入侵检测技术应用于数字图书馆体系进行了深入研究,并对其可行性和应用效果进行了实证分析。本论文内容分为五部分,第一章,绪论主要阐述了数字图书馆网络服务的安全现状,存在的问题和本课题研究的意义；第二章,入侵检测与SNORT,通过深入研究网络入侵检测的工作原理和技术特点,探求了该技术在数字图书馆系统中的适用性；第三章,数字图书馆网站网络数据流特点,基于数据流的自身特征,采用数据挖掘的技术和方法,在对数字图书馆的网络服务数据流进行概念分解、重新定义、数学抽象的基础上,从数字图书馆网站运行日志的统计数据中抽样,并通过聚类分析,数据统计比较等方法对样本做了深入分析,以获取可以表征数字图书馆网站网络服务正常运行的特征数据；第四章,数字图书馆网站中网络入侵检测系统的应用研究,通过对开源入侵检测软件SNORT的结构进行优化,利用成熟的BP神经网络技术对其检测算法进行改进,使得其在检测率、虚警率和误警率方面都有较大程度改善,并在此基础上进一步构建了基于数字图书馆网站的智能型入侵检测模型；第五章,总结与展望,对全文做出概括和总结,指出了本研究的创新点、局限性和下一步的研究方向。本研究的创新之处在于以客观的方法从全新的角度对数字图书馆网站网络服务数据流进行了深入研究,在对其特征规律进行总结的基础上探寻了网络入侵检测技术的适用性,并最终提出了针对数字图书馆网站的联动式智能型入侵检测模型。该模型既有对同类研究成果的借鉴,也有适当的改进和完善。