近年来，基于生物免疫系统原理发展而来的人工免疫系统己成为计算智能的新方向，并大量应用于优化控制、模式识别及计算机安全等领域。在入侵检测技术中，尤其在拒绝服务攻击的检测上，免疫系统能够发挥出它独有的特点。通过对独特型免疫网络原理的借鉴，我们可以很好地对拒绝服务攻击的行为进行识别。　　 本文在分析生物免疫系统和传统人工免疫算法特点的基础上，重点对入侵检测领域中独特型免疫网络及其数学模型进行了研究。在此基础上，提出了一种新的独特型免疫网络模型（IINM）应用于入侵检测中的拒绝服务攻击上。传统拒绝服务攻击的检测难以识别，即使识别出来也存在很大误差，例如把正常的集中网络通信行为识别为异常流量，甚至对某些少见的拒绝服务攻击类型根本无法识别。而应用IINM模型进行检测，由于独特型网络自身的免疫特性，对攻击行为的聚类会变得非常容易。通过导入测试数据集，能够很直观地确定攻击聚集的区域。对于罕见的拒绝服务攻击类型的检测，通过对坐标轴系数的变化，减少了某些聚类反应造成的“大数吃小数”的现象。最后，对拒绝服务攻击的检测情况做了总结归纳，并通过实验对其精确性和有效性进行了评价，实验结果表明，其检测结果优于传统拒绝服务攻击的检测方法。