云计算是当前互联网环境的热门话题之一,将服务器、存储、数据、网路、软件等服务通过网络（云）服务的方式提供给用户,通常只需按需付费,从而降低了运营成本,使基础设施更有效地运行。用户在享受着云计算带来的方便快捷的同时,也在遭受着严峻的网络安全问题。一方面,迅速增长的云计算业务带来了海量数据问题,传统异常检测技术的时效性有待提高。另一方面,隐蔽多变的攻击形式让传统异常检测技术难以准确判断。对于上述提到的云计算面临的安全问题,本文选取SSH服务和Web服务的异常检测问题展开研究,提出相应的异常检测算法。同时,开发实现异常检测模块,并将其集成进云计算服务入侵检测系统,从而实现云计算环境的安全防御,为用户提供可靠的云计算环境。针对SSH服务异常检测,本文选取SSH命令序列作为研究对象。使用中交互式蜜罐采集SSH命令序列作为异常数据,生产环境可信服务器采集到SSH命令序列作为正常数据。基于此数据集,对SSH命令序列以IP地址、端口、用户名为依据进行会话划分,提出了基于n-gram距离的加权KNN算法以实现SSH命令序列的异常检测。通过交叉验证实验,该分类器算法在数据集上取得了高精度的识别效果。并且,依据实际检测场景需求,加入会话超时阈值,最终依据实验结果选取90秒作为会话超时阈值,此时F1-score达到了97.6%,同时保证了异常检测算法的精确性和时效性。针对Web服务异常检测,本文选取Web进程调用序列作为研究对象。通过收集Tomcat Web服务器产生的进程调用信息作为数据集,其中异常数据为人为构造产生。基于此数据集,依据父子进程id关系对Web进程调用关系进行梳理,得到每个请求对应的完整进程调用序列,提出了基于注意力增强的Bi LSTM算法以实现Web进程调用序列的异常检测。实验表明,该异常检测算法针对复杂的Web进程调用序列具有高精度的检测效果。基于以上的研究内容,将异常检测算法封装为异常检测模块,开发出一套分布式云计算服务入侵检测系统。系统按模块划分为数据传输模块、异常检测模块和界面显示模块,实现了SSH服务和Web服务的异常检测,提供了告警结果可视化功能,为安全管理人员提供了便捷的安全防护手段,以确保云计算环境服务的安全性和可靠性。此外,各模块依照系统设计原则,具有低耦合、可扩展、易移植等特性,满足实际工程需要,便于后续系统维护、功能扩展。