随着计算机在网络上的使用量的巨大增长以及在各种平台上运行的应用程序的发展引起了人们对网络安全性的关注。 此范例利用了所有计算机系统上的安全漏洞,这些漏洞在技术上难以解决且成本昂贵。 因此,入侵被用作破坏计算机资源完整性,可用性和机密性的关键。 入侵检测系统(IDS)在检测网络中的异常和攻击方面起着至关重要的作用。 在这项工作中,数据挖掘概念与IDS集成在一起,可以有效地并以更少的执行时间为用户识别相关的,隐藏的感兴趣的数据。 分别使用EDADT算法,混合IDS模型,半监督方法和变HOPERAA算法解决了数据分类,人际交互水平高,标签数据不足和分布式拒绝服务攻击有效性四个问题。 。 我们提出的算法已使用KDD Cup数据集进行了测试。 与现有算法相比,所有提出的算法都具有更好的准确性,并降低了误报率。