为了解决电力通信网异常数据入侵频发,避免实际应用中学习器变化入侵检测失效的问题。本文基于包裹式结构下特征选择与学习器之间的协同机制,提出了基于双向搜索的电力通信网一体化入侵检测方法。在特征选择中应用双向搜索在给定学习器算法下改进特征选择策略。在学习器改进中应用神经网络算法基于给定特征属性不断优化。通过两者的迭代优化,得到一体化的入侵检测方法。基于KDD CUP99数据的算例表明,与非一体化设计方案相比,本文所提出的方法能提高准确率20%以上。