人工免疫系统的研究旨在抽取生物免疫系统中独特的信息处理机制,研究和设计相应的模型和算法,进而解决各种复杂问题。人工免疫是继人工神经网络、进化计算之后新的智能计算研究领域,是生命科学和计算机科学相互交又而形成的学科,目前已成为研究热点。生物免疫系统的基本功能是识别自体和非自体,并将非自体分类清除,具有免疫识别、免疫记忆、免疫调节、免疫宽容和免疫监视等功能特征,是一个自适应、自学习、自组织、并行处理和分布协调的复杂系统。通过深入研究生物免疫系统所蕴含的各种信息处理机制,构建和设计有效的入侵检测模型和算法,对于建立基于生物免疫系统的入侵检测新理论、新方法,改变当前网络安全状况具有至关重要的意义。本论文深入探索和研究生物免疫系统所蕴含的学习与检测机制,面向入侵检测系统设计高效的模型和算法,进而建立基于人工免疫的入侵检测系统。在设计基于生物免疫机制的检测模型和算法时,不仅考虑了生物免疫系统自身的功能特征和体系结构,而且充分借鉴了免疫学的理论研究成果,从各个层次对生物免疫系统的自我保护功能进行建模和分析,强调多角度对生物免疫机制进行建模及算法设计。具体而言,本论文主要研究工作有:在深入分析了当前入侵检测技术研究状况的基础上,提出并建立了一个完整的基于免疫机理的入侵检测系统。该系统利用了自然免疫机理的许多优点如多层次、分布性、多样性、动态防护、自适应性等,改善了系统的检测性能,增加了系统的健壮性、自适应性和动态防护性。该系统结合主机入侵检测和网络入侵检测两个检测单元以及异常检测和滥用检测两种基本的检测技术,建立了多子系统、多层次的体系架构。通过所提出的一些新的方法如基于相似度变异算法和新的机制如同层预协同通信机制,达到增强对新型攻击的检测能力,增加