随着无线局域网的快速发展，它自身存在的安全性问题，也慢慢的引起了人们的关注。入侵检测系统作为信息安全的重要组成部分，已经成为当前网络安全领域的研究热点。尽管有线网络的入侵检测系统的研究已经相对成熟，但由于无线网络区别于有线网络的特性，所以不能将已有的入侵检测技术直接应用到无线网络中，这就需要展开专门针对无线局域网入侵检测技术的研究。　　 传统的入侵检测主要是基于规则和专家知识库的技术，这些技术对于规则库和专家库的依赖性比较强，不具有很好的环境适应性。因此本文的重点研究工作是将神经网络技术引入到无线局域网入侵检测系统中，通过改进传统的神经网络算法，提高入侵检测系统的准确性和实时性。本文的工作如下：　　 1)在充分调研无线局域网存在的安全漏洞和攻击的基础上，分析了无线局域网安全问题的特点。　　 2)改进了传统的BP神经网络算法，提出基于极小值跃迁的BP神经神经网络算法，在此基础上通过分析无线局域网安全漏洞特征，设计基于神经网络算法的检测模型。　　 3)最后设计出分布式的多Agent无线局域网入侵检测系统，将基于神经网算法的检测模型加入到该系统中，并通过模拟攻击进行测试和实验结果分析。