计算机免疫是参照生物免疫学原理提出的一种计算机安全解决方案,在一定程度上弥补了传统安全技术的不足。当前对它的研究主要集中在免疫检测方面,对免疫应答却很少涉及。通用计算机免疫系统模型GECISM(GEneral Computer Immune System Model)则同时具有免疫检测、免疫应答和免疫调整功能,其智能代理类TH Agent 对“非我”进行分类,是衔接免疫检测与免疫应答的关键模块。本文在介绍计算机免疫原理的基础上设计了类TH Agent 的总体模型,并在以下方面对“非我”分类进行了研究:通过对3 种“非我”分类数据源的分析比较,确定以系统调用序列为统一数据源;基于数据挖掘算法给出了一种基于规则重组的“非我”分类特征抽取算法NFERR,并通过实验证明它的有效性;为实现免疫调整引入了多级排异的安全配置策略。最后应用上述研究成果在Linux 环境下实现了类TH Agent 的实验系统。