随着网络技术的飞速发展,计算机网络已经渗透到社会生活的各个方面,随之而来的网络安全问题也越来越引起人们的关注。相对于静态的防火墙技术,以数据分析为基础的、动态的入侵检测技术具有无可比拟的优势。基于免疫原理的入侵检测系统研究已成为继神经网络、进化计算后的又一研究热点。动态克隆选择算法作为基于免疫原理的入侵检测系统的核心算法之一,具有很高的研究价值。二进制编码方式具有精度不高、不便于大空间搜索等固有缺点,而实值表示克服了这些缺点,所以本文所研究的动态克隆选择算法和所做的仿真实验都是基于实值编码方式的。本文通过深入研究免疫系统蕴含的各种信息处理机制以及计算机免疫的最新理论成果,对当前的动态克隆选择算法存在的不足进行了以下两个方面的改进:首先,本文通过对算法结构的调整,使得系统避免了对记忆检测器、成熟检测器以及一部分未成熟检测器的重复性否定选择操作,达到了降低算法时间复杂度的目的。其次,本文提出了利用平衡二叉树结构来克服当前动态克隆选择算法中存在重复记忆检测器的问题,达到了避免重复报警的目的。实验部分,本文采用了在局域网中模拟实验的方式,并使用KDD CUP 1999离线数据作为入侵检测的测试数据进行了仿真实验。结果表明,改进后的动态克隆选择算法在时间复杂度、记忆检测器生成效率等方面的性能均有了明显提升。