生物免疫系统的基本功能是识别自我和非我，并将非我分类清除，具有免疫识别、免疫记忆、免疫调节、免疫宽容和免疫监视等功能特征，是一个自适应、自学习、自组织、并行处理和分布协调的复杂系统。 人工免疫系统研究旨在抽取生物免疫系统中独特的信息处理机制，研究和设计相应的模型和算法，进而应用于解决各种复杂问题。人工免疫系统是继人工神经网络、进化计算之后新的智能计算研究领域，是生命科学和计算机科学相交叉而形成的交叉学科，目前已成为研究热点。 入侵检测是当前网络安全研究的重要内容之一。由于生物免疫系统是一个具有很强自我保护功能的系统，它能够有效识别已知和未知抗原的特性，给当前入侵检测系统的研究带来了很大的启发，通过深入研究生物免疫系统所蕴含的各种信息处理机制，构建和设计有效的入侵检测模型和算法，对于建立基于生物免疫系统的入侵检测新理论、新方法，改变当前网络安全状况具有至关重要的意义。因而基于生物免疫系统的入侵检测机制的研究显得更加引人注目，对促进当前网络安全的研究具有十分重要的意义。 本论文深入探索和研究生物免疫系统所蕴含的学习与检测机制，以及入侵检测系统的构成，根据免疫系统阴性选择的原理，面向入侵检测系统提出了一种新的、高效的模型和检测器生成算法—免疫遗传算法，并从理论上探讨了其遍历性、收敛性问题，最后通过KDDCUP’99标准数据集对免疫遗传算法进行仿真实验，测试结果表明，该算法可以很好地检测出对网络的入侵行为，达到了预期目标。