物联网是继计算机、互联网和移动通信之后的又一次信息产业革命。目前，物联网已经被正式列为国家重点发展的战略性新兴产业之一，其应用范围几乎覆盖了各行各业。物联网中存在的网络入侵等安全问题日趋突出，在大数据背景下，文章提出一种适用于物联网环境的入侵检测模型。该模型把物联网中的入侵检测分为数据预处理、特征提取和数据分类3部分。数据预处理主要解决数据的归一化和冗余数据等问题；特征提取的主要目标是降维，以减少数据分类的时间；数据分类中引入平衡二叉决策树支持向量机（SVM）多分类算法，选用BDT-SVM算法对网络入侵数据进行训练和检测。实验表明，选用BDT-SVM多分类算法可以提高入侵检测系统的精度；通过特征提取，在保证精度的前提下，减少了检测时间。