随着计算机网络的普及和信息技术的发展,作为一项新兴技术,云计算越来越多地应用于社会生活的各个领域。云计算强大的计算能力和存储资源为众多企业和个人带来便利,而与此同时,它巨大的经济价值使其成为众多黑客的攻击目标。如今,云安全问题已成为云计算发展过程中面临的头号挑战。面对新型的安全威胁,如何保障云环境的信息安全,是当前态势下亟待解决的课题。入侵检测系统是动态网络安全防护的重要手段,基于云计算的入侵检测系统已成为云安全体系重要的组成部分,云环境下的入侵检测系统也是入侵检测和云计算领域新的发展方向。本文分析了入侵检测技术以及云计算的特点,结合云环境的安全需求,基于通用的入侵检测标准模型CIDF,设计了一个云环境下的入侵检测系统模型。入侵检测核心算法部分,在人工神经网络的基础上,引入了自组织特征映射SOM神经网络。考虑到SOM神经网络连接权向量的随机初始化可能降低入侵检测效率,为此提出优化算法。利用引入模拟退火思想的微粒群算法得到一组全局最优解,将其作为SOM神经网络的初始连接权向量,然后使用SOM神经网络进行模式的训练和分类。搭建Hadoop云平台,部署设计的云环境下入侵检测系统模型。将优化后的入侵检测算法与MapReduce编程模型相结合,实现算法的并行化。通过对比实验验证优化算法能有效提高入侵检测效率,保障云环境安全。