目前的人工免疫系统大多都是建立在传统免疫学理论——“Self-non-self”(SNS)识别模式的基础上,由于SNS模型本身的缺陷,使得对self集定义中如何保证其不包含任何nonself以及如何满足self集的动态变化问题未能得到较好的解决。有许多证据表明,在将其应用到实际问题中,由已知self集训练的免疫细胞不仅只能覆盖一小部分nonself,而且很可能会覆盖一部分未知的self。在这种背景下,刚刚兴起的危险理论推动了人工免疫学的发展与进步。危险理论认为,引发免疫反应的不是nonself而是危险信号,机体真正要防范的是危险。本文在分析了现有的危险免疫模型的基础上,针对它们对危险域难以控制,免疫响应迟钝等不足,设计了一种自治的免疫模型——基于危险理论的多Agent免疫模型。新模型通过系统获取参数的变化来确定危险域,由多个Agent节点和Server节点共同对危险信号进行评估,并由协同刺激信号和危险信号共同即活免疫细胞,从而诱导免疫应答。新模型与其它现有模型的主要区别在于不是简单的统一的危险域的定义模式,而是对危险域进行了逻辑划分,采取了多层免疫应答的方式对危险域进行控制,从而达到降低危险感染造成损失的目的。最后进行了实验分析,新的模型具有较强的动态适应性、协作性、鲁棒性等特点。