随着计算机网络的普及和应用,网络信息安全越来越为人们所重视。入侵检测作为第二代安全保护技术已经成为近几年来的研究热点,基于免疫原理的入侵检测系统利用生物免疫系统的原理、规则与机制来实现对入侵行为的检测和反应,能够利用不完备信息检测出未知攻击模式,具有很强的现实意义。本文着重从以下几方面进行深入的研究和探讨。首先,在深入学习人工免疫系统工作机理的基础上,对现有的计算机免疫模型进行了改进,在检测器设计、协同刺激、记忆字符串的变异进化等方面做了改进,使得该模型更易于实现。并根据改进后的模型设计了一个基于网络的入侵检测系统,该系统以网络数据包为检测数据来源,具有能检测未知入侵行为、分布式部署等优点。其次,对模型中初始检测器生成算法进行了深入的研究,这是本系统的核心算法。在分析已有的检测器生成算法的基础上,改进了目前使用最多的线性检测器生成算法,通过消除冗余的检测器提高了线性检测器生成算法的效率,同时还保证了改进后的算法能够尽可能多地覆盖“非我”空间。再次,在生成算法的基础上,分析了漏报产生的原因,提出了检测漏洞的估算算法,并对检测器生成算法进行了总结,指出了算法中存在的问题。最后,对检测器生成算法的初始检测器集合规模和漏检概率进行了测试,测试结果表明改进算法增强了原算法的完备性及可靠性。本文的工作为计算机安全领域引入了新的思路,研究的检测器生成算法具有广泛的应用前景。