网络攻击分析作为一种网络安全防御的辅助手段,可以分析出网络攻击态势,以便及时有效地采取防御手段。人工免疫网络具有聚类的特点,可以对异常流量进行精确分类,但存在训练效率不高和数据集存在噪声会导致子网络覆盖出现偏差的问题。因此,本文提出一种基于细胞分裂特性的人工免疫网络算法,并将其应用到网络攻击分析中。本文详细工作如下。（1）本文通过分析国内外人工免疫网络算法的研究现状,认为人工免疫网络算法存在两个缺陷。第一,算法的训练效率低,训练过程中的部分数据因人工免疫网络的流程导致无法得到充分使用;第二,数据集的噪声在算法训练过程中刺激子网络会产生更多的无效B细胞,导致子网络的覆盖范围出现偏差,影响算法的检测率。针对这两个缺陷,本文提出一种利用细胞分裂特性的改进思路,同时论证改进思路的合理性,并在论证改进思路合理性的过程中论述细胞分裂特性与人工免疫网络相结合。（2）本文通过借鉴细胞分裂的机理,根据细胞在正常状态和衰老状态下细胞分裂特性不一致的现象,重新设计训练过程,提出一种改进的人工免疫网络算法。本文算法引入细胞年龄的概念,将训练空间中筛选数据的评判标准拓展为细胞年龄加上亲和度的双重组合。同时通过细胞年龄模拟细胞衰老,对训练过程中处于不同状态的数据采用不同的处理方式。本文提出的改进的人工免疫网络算法优化了原有人工免疫网络算法的训练过程,提高训练效率,使生成的网络结构更加清晰。本文算法最后选取CIC-IDS 2018数据集和KDDCUP 99数据集作为实验验证的数据集,实验数据表明本文算法具有较强的鲁棒性和较高的聚类准确率。（3）本文利用基于细胞分裂的人工免疫网络算法构建网络攻击检测模型,并将该模型应用于网络攻击分析系统,选择OPCUA和CIC-DDo S2019数据集进行实验,验证模型的整体性能,并对实现的网络攻击分析系统进行仿真实验,展示系统对于网络攻击的分析能力。