随着计算机及网络技术的飞速发展，其暴露出的安全隐患也日益增多，物联网是一种多维、异构、动态的三层结构网络，与生物免疫系统具有很大的相似性，人们从生物免疫系统中得到灵感，希望建立像生物免疫系统那样强大的防御体系来保护计算机及网络的安全。但传统的人工免疫系统误报率、漏报率较高，效率较低，难以适应复杂多变的网络需求。而免疫危险理论正好弥补了传统人工免疫系统自体-非自体选择的缺陷,降低了计算成本、提高了效率。本文首先分析了几种典型的检测器生成及进化方法的缺陷，以免疫危险理论为基础，设计了KRID检测器，给出了KRNA检测算法。KTRN检测器包括UKDS检测模块、EXDS检测模块、自适应模块、记忆模块、信息交换模块、检测辅助模块等六个部分。KRNA检测算法首先通过近似分段匹配方法将数据与记忆模块的危险库进行匹配，再通过搜集关键量变化值对数据的危险度进行计算，从而判断数据是否危险。实验结果表明，KRNA检测算法具有较高的检测率、较低的误检率，并减少了冗余度；本文然后针对检测器自适应能力不足的问题，提出了DSAA动态自适应算法，该算法首先获得各类异常数据一天内的出现次数，将其与该类数据的危险频率求和取平均值后得到新的危险频率，根据新的危险频率优化细胞器的数量。实验结果表明，该算法提升了检测器的自适应能力，减少了检测响应时间；本文最后针对传统检测器进化算法群体多样性较差，适应性较弱，易造成停滞现象等问题，提出了PTRA检测器种群进化算法，该算法从成熟检测器种群中选取2个成熟检测器分别作为父体和母体，提取它们的基因序列配对生成新的检测器，并将新检测器放入一定的环境中进行自然选择，淘汰适应能力差的检测器，从而得到个体适应度更强的检测器。实验结果表明，该算法在保持检测器检测能力的基础上，个体的适应度得到了明显提高。