摘要：提出一种新的基于非监督学习的入侵分析方法。该方法具有发现未知攻击类型的能力，既可以作为独立的分析方法使用，又可以作为基于数据融合的入侵检测的一个分析引擎。在该方法中，核心非监督学习算法采用最大最小距离算法，同时融合非线性的归一化预处理和非数值型特征的有效编码等技术。与同类方法相比，该方法检测率较高，尤其是对于DoS和Probing两大类攻击效果更好。