1.一种网络入侵检测方法，其特征是，包括步骤如下：

步骤1、对预先得到的测试网络数据进行预处理；

步骤2、利用预处理后的测试网络数据去寻找最优特征子集和SVM模型参数；即：步骤2.1、建立公共位置交换区，供蜂群和粒子群交换优质蜜源位置；

步骤2.2、判断蜂群算法是否达到设定的最大迭代次数：如果达到，则转至步骤2.3；否则，采用多蜂群算法机制，通过对不同蜂群设定不同的尝试开发次数阈值，并采用蜂群算法对不同蜂群的蜜源位置进行搜索，每隔设定的间隔迭代次数，将蜂群搜索到的优质蜜源位置传送到公共位置交换区；

步骤2.3、判断粒子群算法是否达到设定的最大突变次数：如果达到，则转至步骤2.4；

否则，用公共位置交换区中的蜜源位置对粒子群中的粒子位置进行赋值，并采用粒子群算法对粒子位置进行搜索，每隔设定的间隔突变次数，将粒子群搜索到的优质粒子位置传送到公共位置交换区；

步骤2.4、判断蜂群算法是否达到预定的最大迭代次数和粒子群算法是否达到预定的最大突变次数；如果同时达到，则转至步骤2.5，否则，转至步骤2.2；

步骤2.5、将公共位置交换区中适应度最大的粒子位置作为所需寻找的最优特征子集和SVM模型参数；

步骤3、根据SVM模型参数，构建入侵检测器；

步骤4、对实时采集到的待测网络数据进行预处理；

步骤5、利用最优特征子集对预处理后的待测网络数据进行特征提取，提取出网络连接特征作为入侵检测器的输入数据，如果检测到入侵攻击，则由入侵检测器触发相应的处理操作。

2.根据权利要求1所述的一种网络入侵检测方法，其特征是，步骤2.2中，采用多蜂群算法机制，通过对不同蜂群设定不同的尝试开发次数阈值，并对采用蜂群算法对不同蜂群的蜜源位置进行搜索，每隔设定的间隔迭代次数，将蜂群搜索到的优质蜜源位置传送到公共位置交换区的具体过程如下：步骤2.2.1、为每个蜂群设定不同的蜜源位置的尝试开发次数阈值，并在搜索空间为每个蜂群随机生成蜜源位置的初始位置，并计算每个蜜源位置的适应度；

步骤2.2.2、每个蜂群执行雇佣峰阶段，即在蜜源位置附近随机搜索新的蜜源位置，并计算其适应度，如果新蜜源位置的适应度值高于旧蜜源位置的适应度，就用新蜜源位置的位置代替旧蜜源位置的位置，否则，保存原来的蜜源位置；

步骤2.2.3、每个蜂群执行观察蜂阶段，即观察蜂以设定概率跟随雇佣蜂，该观察蜂采用与雇佣蜂相同的方式在所选择的蜜源位置附近进行贪婪搜索；

步骤2.2.4、每个蜂群执行侦查蜂阶段，即淘汰劣质蜜源位置，随机生成新蜜源位置；

步骤2.2.5、判断是否达到间隔迭代次数，如果达到，则对所有蜂群所搜索到的蜜源位置按照适应度由高到低的顺序排序，并从中选择排名靠前的优质蜜源位置上传到公共位置交换区，否则，继续返回到步骤2.2.2。

3.根据权利要求1或2所述的一种网络入侵检测方法，其特征是，每隔设定的间隔迭代次数，每个蜂群均将当前适应度排名靠前的优质蜜源位置作为其下一次迭代蜜源位置的初始位置。

4.根据权利要求1所述的一种网络入侵检测方法，其特征是，步骤2.3中，用公共位置交换区中的蜜源位置对粒子群中的粒子位置进行赋值，并采用粒子群算法对粒子位置进行搜索，每隔设定的间隔突变次数，将粒子群搜索到的优质粒子位置传送到公共位置交换区的具体过程如下：步骤2.3.1、用公共位置交换区中的蜜源位置对粒子群中的粒子位置进行赋值；

步骤2.3.2、初始化每个粒子位置的速度和位置向量；

步骤2.3.3、对每个粒子位置的位置向量的多位同时进行随机突变；

步骤2.3.4、每次突变之后，计算粒子位置的适应度，并与粒子位置保留的最优位置适应度比较，如果新位置适应度大于粒子位置保留的最优位置适应度，则将新位置保存为最优位置，并转至步骤2.3.5，否则，返回步骤2.3.3；

步骤2.3.5、判断是否达到间隔突变次数，如果达到，则对粒子群所搜索到的粒子位置按照适应度由高到低的顺序排序，并从中选择排名靠前的优质粒子位置上传到公共位置交换区，否则，继续返回到步骤2.3.3。

5.根据权利要求4所述的一种网络入侵检测方法，其特征是，粒子群的数量为2个以上，此时所有粒子群将其所搜索到的粒子位置按照适应度由高到低的顺序排序，并从中选择排名靠前的优质粒子位置上传到公共位置交换区。

6.根据权利要求1所述的一种网络入侵检测方法，其特征是，步骤1对测试网络数据进行预处理的过程和步骤4对待测网络数据进行预处理的过程相一致。

7.根据权利要求6所述的一种网络入侵检测方法，其特征是，步骤1对测试网络数据进行预处理的过程和步骤4对待测网络数据进行预处理的过程包括编码、数值化和归一化处理。