Internet 的快速发展使计算机病毒的数量急剧增加,传播更加便捷和迅速。传统的病毒检测技术无法适应这些新变化,有效地防御病毒。对计算机病毒,特别是未知病毒的实时防御是现在急需解决的问题。模拟使用生物免疫机制的人工免疫系统(AIS: Artificial Immune System)是解决该问题的一个方向。1994年,人工免疫系统研究的奠基者S.Forrest 首次将免疫机制应用于计算机病毒检测,在这之后计算机病毒免疫系统(CVIS: Computer Virus Immune System)研究取得蓬勃发展, S.Homeyr、J.O.Kephart、P.Harmer、T.Okamoto 等人先后提出了一系列计算机病毒免疫模型。但是,这些现有的CVIS 并没有取得广泛的实际应用,其主要原因是现有的CVIS 几乎均缺乏严格的定量描述,并且存在自体庞大、成熟检测器生成效率较低等缺陷。针对现有CVIS 中存在的缺陷,本文提出一种新的计算机病毒免疫模型。建立了模型的定量描述。给出了自体、非自体的动态演化模型,解决的自体、非自体的动态描述问题,有效地降低了自体集合的大小。引入了针对病毒检测问题的基因进化和编码机制,提高了成熟检测器的生成效率,降低了系统的时间开销,同时确保不完备的自体集合下较低的错误否定率和错误肯定率。具体来说,本文的主要贡献有: 建立了一个定量动态模型,给出了自体集合,抗体基因库,未成熟检测器,成熟检测器,记忆检测器的动态演化模型; 建立了自体、非自体的动态演化模型,解决了计算机病毒检测中的自体、非自体的动态描述问题; 引入了针对病毒检测问题的基因进化和编码机制提高了成熟检测器的生成效率,降低了系统的时间开销,同时确保不完备的自体集合下较低的错误否定率和错误肯定率。