همزمان با رشد روزافزون سرویس های تحت شبکه، تهدیدهای امنیتی زیادی نیز در حال تولید هستند. همچنین از لحاظ تکنیکی ، سیستم فاقد هر گونه اسیب پذیری نمی توان ساخت، بنابراین سیستم تشخیص نفوذIDS مورد توجه قررار گرفته است هدف اصلی آن، دسته بندی فعالیتها به دو دسته اصلی است: ) 1( فعالیتهای عادی ) 2( فعالیت های نفوذی. بدلیل آنکه مرز بین این فعالیت ها را نمی توان به خوبی تعریف کرد، احتمال تولید هشدارهای نادرست بالا است. با منطق فازی این احتمال کاهش می یابد. این مقاله یک دسته بند ژنتیک فازی را برای تشخیص الگو در شبکه های کامپیوتری پیشنهاد می کند. قوانین تولید شده با منطق فازی باالگوریتم ژنتیک آموزش داده می شوند، در نهایت با این قوانین، الگوهای ورودی دسته بندی می شوند. کار اصلی این مقاله تولید قوانینی است که ) 1( طول کوتاهی دارند ) 2( ویژگی های الگو را بطور خودکار انتخاب می کنند ) 3نرخ تشخیص را بهبود می بخشند. نتایج آزمایشات انجام شده روی مجموعه داده KDDCUP 99بهبود نر تشخیص را نسبت به دیگر الگوریتم ها نشان می دهد