对计算机免疫学在国内外的研究现状、计算机免疫过程中Self集构造算法的研究现状以及Self集构造面临的困难等作了较为详细的归纳总结。针对Self集构造过程中特征码构造困难,不利于Self集演化的问题,在计算机免疫模型基础上,提出了一种基于Rough集理论的Self集构造和演化算法。针对Self集构造过程中面临的数据量庞大,数据来源多样化、分析任务繁重等问题,在Self集构造之前,引用了一种基于模糊集相似度的粗糙集规则约简算法,实现了数据的约简,降低了数据的冗余,减轻了特征码构造的负担,提取出有效的最简规则集和信息可信度;将特征属性的取值离散化为四个区间,用二进制编码构造特征码,得出最初的Self集;然后根据Rough集的上近似集和下近似集原理,构造出上近似Self集和下近似Self集,使Self集具有自动演化更新的能力。最后通过对Self Sets与Non-Self Sets决策表进行数据约简、上近似Self集和下近似Self集的构造以及Self集的演化,验证了算法合理性和有效性。