城市交通系统自身的异构性、分布性、动态性、信息的海量性等决定了系统中可能出现突发事件的多样性,而当前的技术不能保证交通系统在面临各种事故、故障甚至人为破坏的情况下仍然能够持续的提供关键服务,即不能满足交通系统中的服务对可生存性的需求。因此,如何提高交通服务系统的可生存能力成为智能交通领域的一个重要研究课题。生物免疫系统是一个复杂的、高度并行的、分布式的、自适应信息处理系统,它能够识别和排除侵入机体的异物,并且具有学习、记忆和自适应调节能力,能够维护机体内环境的稳定。本文结合免疫学原理研究交通协同服务系统的可生存性问题,目的在于模拟免疫系统的免疫机理、体系结构,利用抽象提取的相关免疫机制,解决传统方法难以解决的交通服务系统可生存性问题,使得构建的系统具有期望的可生存性特性。本文首先对可生存性研究的相关基础进行了分析,形成了关于可生存性研究的相对系统化的理论框架,总结了可生存设计中采用的关键技术,为可生存性相关研究工作的开展提供了一定的理论依据。接着概述了生物免疫系统、免疫机理和人工免疫系统原理,结合交通协同服务系统的特点,给出一种增强交通协同服务系统可生存性的自适应重配置模型。该模型能够实时检测系统面临的威胁,包括外来攻击或内部故障等,给出相应处理策略并且结合处理效果学习并记忆此次处理过程,有针对性的对系统进行重配置,以后发生相同或相似的威胁事件时,能够更快的予以响应。整个过程不需要人为参与,具有自主性和自适应能力,能够自适应的调整系统以适应外部环境变化。最后本文给出该模型主要功能单元的实现,以及改进的适用于交通协同服务系统的免疫算法,旨在求解多目标优化的服务重构问题,初步实现了交通服务系统的可生存性增强技术。仿真实验结果表明,该模型在应对同种类的攻击时,随着处理次数的增加,在反应时间上有较大改善。