入侵检测系统(IDS, Intrusion Detection System)是一种动态地监控和防御网络系统入侵行为的安全机制，但随着网络检测数据爆炸性增长,传统的入侵检测系统面临着海量检测数据处理的问题，入侵检测系统难以满足实时性和有效性的需求。云计算强大的计算能力可有效解决入侵检测数据处理的瓶颈问题，因此，基于云计算的高效入侵检测成为了当前研究的热点。本文的主要研究工作包括：（1）分析了云计算主要的安全问题，设计了一个入侵检测系统模型CIDS，并对主要模块功能及实现进行了阐述，分析了本文提出的CIDS的合理性。该模型不仅能检测出云环境遭受的入侵威胁，还能利用云计算技术进行数据的分析处理。（2）在CIDS模型基础上，提出了PPKM（PCA+PSO+K-means）入侵检测方法。将主成份分析PCA作为特征提取模块进行数据降维，采用粒子群优化算法（PSO）对K-means聚类中心进行全局寻优，实验表明，PPKM（PCA+PSO+K-means）提高了分析引擎性能，算法有着较高检测率和检测效果。（3）为了满足云计算入侵检测系统实时性的要求，在Hadoop云平台上实现PPKM算法并行化处理，实验表明，PPKM算法大幅度降低了训练和分析的时间，验证了提出的基于云计算的入侵检测系统的实时性和有效性。