近几年，越来越多的研究人员模拟和应用自然界生物的免疫系统的信息处理能力解决工程和科学问题，并取得了卓越的成就；但相对于人工神经网络和模糊系统以及进化算法的发展，还只是刚刚开始，许多研究都是针对特定问题，提出利用免疫系统的某一个或某些特性解决问题的方法，但正是这些研究促进了人工免疫系统这一独特的研究领域的发展，促进以应用免疫系统特性解决工程和科学问题的免疫工程的出现和发展。免疫系统的主要作用是识别所有身体内的细胞，并将其分类为自体和非自体。为了诱导合适形式的防御机制，非自体细胞进一步分类。通过进化学习，免疫系统在外部病原体和自身的细胞之间进化辨识。基于免疫学原理建立的人工免疫网络具有和神经网络类似的自适应能力，更好的是它建立在多个进程动态合作基础上的；基于免疫学的免疫算法具有与遗传算法类似的进化机制，更好的是它能实现精确控制群体多样性和特异性。基于以上基础，本文通过提出基于人工免疫的web挖掘算法以及结合遗传算法对免疫算法过程本身进行改进，讨论了基于人工免疫的数据挖掘方法以及其应用研究。在前人的基础上，本文的研究方向主要有如下几点：1．分析基于人工免疫算法的理论基础，研究免疫算法的实现机理及其实际应用的可能性；2．研究人工免疫算法在数据挖掘方向的应用；3．基于对人工免疫算法的研究，建立起一个基于人工免疫算法的web挖掘模型。4．对人工免疫算法的过程进行优化，使之更加高效。5．最后对人工免疫算法在数据挖掘领域的研究前景作出展望。