针对支持向量机理论中存在的问题:训练样本数量多以及必须满足Mercer条件等,提出了一种基于相关向量机(RVM)的网络入侵检测方法.首先采用"删除特征"法对KDD 99数据集中的41个特征进行评级,筛选出针对不同入侵类型的重要特征和非重要特征,然后只选择重要特征进行匹配.结果表明,这种方法与基于支持向量机(SVM)的入侵检测模型相比,具有更高的检测率和更低的误警率.