自从互联网诞生以来,一直呈现出一种飞速发展的状态。人们的生活方式、信息的获取等都有了日新月异的变化。专用网络亦是如此。我们在享受网络带给我们的便捷的同时,也面临着网络的安全问题,如被恶意入侵、散播病毒、盗取个人信息等等。与互联网不同,专用网络关系到国家的安全、政府的机密、人民的利益等,对安全的要求更高。目前专用网络安全方面没有形成统一的安全策略,而传统的防火墙等技术只是在被动进行防御,一旦安全出现问题则可能导致严重的后果。专用网络安全方面,除了物理上与外界互联网隔绝之外,只有一些传统的防火墙等被动防御技术。针对该问题,本文提出了一种适用于专用网的入侵检测模型,将Agent技术和人工免疫技术结合,应用在该模型中。使得该检测系统拥有主动检测异常的能力。将多个不同种类的移动Agent结合在一起,形成一个检测模块,放置在专用网关键结点处,结合人工免疫理论生成具有检测功能的免疫Agent。同时,响应Agent可以在遇到突发情况时,采取及时响应。管理员通过Agent管理平台管理整个检测系统。该模型使得专用网在原有的防火墙、加密、病毒防治等被动防御技术的基础上,安全性得到了提升,面对异常事件时,也能够采取及时的响应措施,将损失降到最低限度。针对传统否定选择算法中的匹配规则的问题,结合专用网中的特殊网络环境,对匹配规则进行改进,在传统的r-连续位匹配规则的基础上将汉明距离匹配规则和r字块匹配规则结合在一起。通过加入新的可控参数来控制检测器生成过程,使该过程更适用于专用网环境。提高检测器的生成效率和质量。使得整个系统可以应对不同的情况,更加适应专用网的安全要求。实验结果表明,与传统的防御手段相比,该模型对专用网中的异常行为有着较快的反应能力和较好的检测能力。在一定程度上提高了专用网的安全性,使得专用网的防御手段更加立体化。