树突状细胞算法（DCA）在应用于入侵检测时，需要对网络监测数据进行约简，以降低系统负担，提高检测效率。提出一种结合粗糙集属性约简和DCA的异常入侵检测方法。采用粗糙集属性重要度对数据集进行属性约简，产生DCA输入信号，而后利用DCA算法进行入侵检测。通过KDDCUP99数据集对所提出的改进算法进行验证，结果表明，算法在保证检测率的前提下，显著降低了误报率。算法实现了入侵检测特征的自动提取，显著减少了所需检测的特征数目，加快了算法运行速度，具有良好的综合性能。