为了有效增强网络入侵的检测效果，尽可能地预防网络入侵行为的发生，文中基于协同量子粒子群CQPSO算法以及最小二乘支持向量机LSSVM，建立了CQPSO-LSSVM网络入侵检测模型。该模型利用CQPSO算法对网络入侵的相关特征进行选择，从而获得最优特征子集，减少后续LSSVM所需处理的输入特征给数，有效降低计算量，并提高检测效率。经过KDD CUP 99数据集的仿真测试实验，该模型检测效果良好，具有较高的检测率、较低的误报率和漏报率，且检测速率较快，能够满足网络入侵检测的实时性与准确性的要求，为相关网络入侵检测模型的设计和建立提供参考。