现代大型网络的结构日趋复杂,规模快速增长,非法入侵也不断增多,不仅给企业和个人造成巨大的经济损失,还威胁到国家的安全和社会稳定。传统的安全保护技术如认证、授权、访问控制、防火墙和加密等外围防卫机制已力不从心,计算机网络信息安全正面临着极大的威胁和挑战。入侵检测系统(Intrusion Detection System,IDS)作为一种主动的信息安全保障措施,有效地弥补了传统安全防护技术的缺陷。通过构建动态的安全循环,可以最大限度地提高系统的安全保障能力,减少安全威胁对系统造成的危害。随着计算机技术和网络技术的不断发展,入侵技术也不断进步。相应的也对入侵检测技术提出了更高的要求。建立智能IDS系统(Intelligent IDS,IIDS),是提高IDS系统性能关键所在。人工免疫系统(Artificial Immune System, AIS)可以很好的弥补IDS系统的检测准确率较低,漏报和误报率较高缺点;同时对于检测未知入侵和新的攻击行为,也具有很大的意义。此外,免疫算法本身就是一种分布式算法,它可以很好的同智能体(Agent)技术相结合并在网络环境中加以应用。近年来,基于人工免疫原理的IDS系统研究成为了人们关注的热点。本文创新点在于提出了一种基于人工免疫原理的新型入侵检测模型。模型结合分布式思想和检测器生命周期的概念,有效地实现了检测器动态更新;研究否定选择算法模型中检测器集的生成算法,并提出了通过高频变异器和低频变异器产生初始检测器的算法模型;并对模型性能和算法性能分析进行了分析,结果表明,这种算法模型可以对未知入侵行为和已知入侵行为的变异进行有效的识别。本课题以IIDS为研究对象,探索性能可靠、效率更高、效果更好的IIDS模型,并依托四川省科技厅基础研究项目“智能入侵检测系统的关键技术研究”,采用人工免疫原理设计IDS模块,以此作为对课题的理论成果在以后的应用中进一步研究。