针对互联网信息安全预警过程中，受信息数据规模大、种类多影响，导致预警精度低、耗时长的问题，为提高预警效率，提出移动网络隐私信息库未知访问源安全性预警。利用主成分分析法对信息库数据进行降维处理，降低检测难度；利用迭代多元自回归预测(IMAP:Iterative Multivariate AutoRegressive Modelling and Prediction)算法进行数据聚类处理，提取离散性孤立数据点，完成信息库未知访问源数据筛查。将未知访问源数据输入到支持向量机中，利用时间窗口将信息库安全预警模型的构建问题转化为支持向量机学习的凸优化问题，输出安全性预警结果，并对预警模型的构建参数进行全局寻优，提高安全预警模型的预警输出能力。实验结果表明，所提方法对信息库的安全检测效率较高，且面对多类型信息库入侵攻击能做到稳定、精准预警输出。