计算机蠕虫这种自传播的恶意程序近来对Internet产生了巨大的威胁,同时它们的传播和感染能力还在不断地提升。在这种频繁攻击的环境下,仅仅使用传统人工补丁的方法来保护系统变得不是很有效。然而,当前的自动化蠕虫检测与响应方法仍然存在很多障碍,其中一个最重要的问题是检测系统产生大量的肯定误判错误。针对这个问题,本文提出一种基于人工免疫系统的自动化蠕虫检测与响应解决方案,并讨论了人工免疫系统的多种特性,包括:记忆性、耐受性、动态学习、自适应和多样性,以及它们对检测系统健壮性和肯定误判的影响。本文描述了一个通用的人工免疫系统架构。简要地介绍了免疫概念,详细地说明了人工免疫系统的组成和各部分借鉴的等价生物机制,包括:免疫问题的定义、检测器及其训练、记忆性、灵敏性、共同刺激、检测器的生命周期、表达形式和响应方式。提出了一种应用于蠕虫检测与响应的新型人工免疫系统模型:基于T细胞的协同自动化蠕虫检测与响应系统。该模型采用了T细胞状态分化的策略机制。详细描述了检测系统模型的全局结构和组成部分,同时说明了这个策略是怎样利用T细胞的免疫性和耐受性来帮助系统有效地完成蠕虫检测与响应工作。展示了基于T细胞的检测与响应系统模拟的设计与实现,分析了实验结果,讦估了策略对降低蠕虫检测与响应系统中肯定误判的影响。对将来的工作进行了展望,同时说明了几种对现有工作有意义的应用技术。