近年来，各种针对信息系统的攻击越来越普遍，并且变得更加难以防范。其攻击方式从传统的本地病毒攻击逐渐演变成分布式、高速传播的网络攻击行为。现有的入侵检测技术由于本身的一些缺陷无法很好的应对这种情况，因此借鉴生物免疫原理对入侵检测系统(IDS)进行改进。 论文在介绍了入侵检测和免疫学基础知识后，自主设计了一个基于免疫原理的网络入侵检测系统模型。该系统工作在LAN上，具有分布式体系结构的异常型网络入侵检测系统。论文对该IDS模型在否定选择过程中应用的初始检测器生成算法进行了深入的研究。通过分析己有的检测器生成算法，借鉴进化计算的成果，对目前使用最多的线性检测器生成算法做出改进，通过消除冗余的检测器提高了基于线性时间复杂度的检测器生成算法的效率，同时保证改进后的算法能够尽可能多地覆盖非我空间。论文还对检测器生成算法的初始检测器集合规模和漏检概率进行了测试，测试结果表明改进算法增强了原算法的完备性及可靠性。