计算机网络的飞速发展以及在各个领域的广泛应用，给人们的工作、学习、生活带来了极大的便利。但是网络在提供便利的共享资源的同时也带来了各种各样的安全风险。因此，网络安全问题越来越引起人们的广泛关注，并成为当今网络技术研究的重点。入侵检测系统(IDS)是继防火墙、数据加密等传统安全保护措施后新一代的安全保障技术，而数据融合在入侵检测中的应用是下一代入侵检测技术的发展方向。 本文以数据融合技术中的D-S证据理论为基础，将其运用于分布式入侵检测系统中，提出了基于D-S证据理论的网络入侵预警模型。在模型中，我们把多个检测中心看作一个传感器网络，各检测中心检测到的关于警报对象的属性产生对态势判断的度量，构成证据。根据证据理论，我们对各检测中心提供的信息加以融合处理，将来自多传感器的融合数据与智能推理结合起来对当前态势进行评估，可以识别出攻击类别或攻击意图，为识别并防范攻击和攻击者提供决策支持，从而提高了入侵检测系统的预警能力和检测效率，降低了系统的误报率和漏报率。