随着计算机科学的广泛应用和互联网技术的快速发展,互联网给我们的生活带来方便的同时,其暴露出来的安全问题也给人们造成了巨大的损失。传统的安全防御技术已无法驾驭复杂多变的网络环境。作为防火墙之后的第二道网络安全保障,入侵检测系统为人们的网络安全防御问题发挥着重要的作用。因此,如何开发一个高效、实用的入侵检测系统对互联网的发展和运用具有着重要的意义,一个新型的、能主动防御的网络入侵检测技术也成为了当今诸多学者的重要研究课题。生物免疫系统以其免疫识别、免疫协调、免疫应答等功能,能阻止生物机体受外来细菌和病原体的入侵,并能分析、识别并消灭非己,最终维持了生物机体的协调和稳定。而入侵检测系统主要职责是监测网络运行状态,并且及时识别、阻止来自外部甚至是内部的非正常网络行为,从而保障网络的安全、有效。由此看出二者在其功能机理上有着明显的相似之处。国内外学者在此基础上设计了诸多人工免疫算法,并运用到了网络入侵检测系统中,提升了系统的检测能力,解决了传统入侵检测系统无法解决的问题。本文详细介绍了入侵检测技术和人工免疫学的相关概念,研究并探讨了国内外入侵检测技术的研究现状,针对当前的入侵检测技术不能有效检测未知入侵,且检测器不能及时更新等问题,通过深入研究免疫系统蕴含的各种信息处理机制后,系统的分析了kim小组提出的结合了否定选择、克隆选择和检测子基因库进化3种免疫机制构建的入侵检测模型,并在此基础上提出了一个改进的基于人工免疫的入侵检测新模型。该模型针对kim小组提出的扩展的动态克隆选择算法检测率不高,提出结合随机生成和基于基因库的检测器生成算法,设计有效的基因位替换算法,以期产生具有多样性,且高效的成熟检测器；针对其记忆检测器更新算法过于简单,且容易删除高效记忆检测器,设计了有效的记忆检测器更新算法,算法结合最近最久未使用算法和代价评估算法各自的优点,以期提高记忆检测器群体的平均有效性。最后,对该模型进行了网络入侵检测仿真实验,验证了所提模型的可行性和有效性。