随着计算机软硬件技术和网络技术的快速发展,计算机的安全问题就变得越来越突出了,成为人们关注的焦点之一。病毒检测软件作为计算机安全体系中不可缺少的重要组成部分,更是成为了众多学者研究的重中之重。特征检测法、校验和法、行为监测法等一些已经比较成熟的研究成果已经应用到病毒检测软件中。但是,这些传统的病毒检测方法只能检测到已知的病毒,对于未知病毒和已知病毒的未知变种却无能为力。它们的这一共同缺陷让它们在对环境的适应性、使用的灵活性和检测效率等方面已经远远不能满足用户的需求,已经不能适应当前社会对其的需要。因此研究更好的病毒检测方法已是刻不容缓。计算机病毒检测系统主要被用于防止病毒对计算机中文件的破坏和盗取计算机中的信息,保证计算机系统正常工作,使计算机免受侵害。生物免疫系统的主要作用是消灭已经侵入生物体的病菌、病毒等外来抗原,使生物体恢复正常状态,是生物体能够保持健康的基本保障。综上所述,计算机病毒检测系统和生物免疫系统对各自存在的系统的作用是相似的。正是基于这种功能的相似性,把生物免疫系统的基本原理引入计算机病毒检测技术成为了一种新的保证计算机安全的研究方向。本文通过深入分析生物免疫原理及其工作机制,认真研究现有否定选择算法,发现基于免疫原理的计算机病毒检测技术的研究虽然得到了快速发展,但是现有算法的检测器生成效率相对低下,检测效率也不高,还有可能出现“黑洞”现象。由于人工免疫系统的混沌特性,把混沌理论引入到现有的否定选择算法中,改进了未成熟检测器的生成方法,不再采用原来随机生成的办法,较好地解决了检测器的生成效率低下问题,并且设计了基于Arnold cat映射的计算机病毒检测模型。文章中具体介绍了模型各个组成部分的工作流程、模型中使用的匹配规则和适应度函数的计算方法。由于混沌映射中的一维映射的相空间结构相对简单,存在很大的安全隐患。为了克服一维混沌的映射的不足,本文采用二维混沌映射来产生混沌序列。二维混沌映射具有更好的混沌特性,从而能更好地覆盖检测空间,有效地提高了系统的检测效率。基于混沌理论的否定选择算法不但有效地提高了检测器集的生成效率,而且也很好地保持了种群多样性。