近年来,随着计算机网络在人类生活领域中的广泛应用,网络安全问题也逐渐引起了人们的重视和关注。在网络安全体系中,防火墙是最重要的安全要素,是一切安全联动技术的中心和基础,但是随着网络安全风险的不断提高,防火墙已不再满足人们对网络安全的需求,入侵检测系统便成为了防火墙的有效补充。入侵检测技术是为保证计算机系统的安全而设计与配置的一种能够及时发现并报告系统中未授权或异常现象的技术,是一种用于检测计算机网络中违反安全策略行为的技术。与此同时,人体免疫系统具有识别和清除外部抗原等众多特性,其系统中抗原的识别、清除过程和入侵检测过程十分类似,所以将生物免疫机理应用于网络安全入侵检测技术中,将能达到入侵检测系统中的检测异常网络流量和异常数据等目的。本文对免疫学中的树突细胞进行了研究,在前人提出的免疫危险理论的基础上,改进了应用于数据异常检测的树突状细胞算法,并将否定选择算法,非负矩阵算法和树突细胞算法相结合,提出了一种基于人工免疫的多策略入侵检测系统。本文将确定性参数和动态优化算法结果的机制引入树突细胞算法中,并把改进的树突状细胞算法应用于入侵检测系统中。相对于需要大量训练样本的否定选择算法,以及传统的多参数的树突细胞算法,改进的算法能有效提高检测率、降低误报率以及稳定检测结果。为了能更好的提高入侵检测的检测率和降低误报率,我们提出了三局两胜制的策略,设计了基于人工免疫的多策略入侵检测系统模型。结合否定选择算法、非负矩阵算法和改进的树突细胞算法,将KDDCUP99数据作为检测数据集,通过仿真实验表明,该系统能有效提高检测率、降低误报率并稳定检测率,是一种入侵检测的好方法。