通信技术和计算机技术的迅猛发展使网络中的故障呈现复杂化、多样化,而传统的诊断方法和现有的智能诊断技术通常只能诊断出单一的故障类型和设备,已不能满足目前网络的需求。为解决网络多重故障,可以基于单故障诊断领域研究和发展较为成熟的理论和技术,进一步研究与之相对应的智能技术,实现网络故障诊断领域追求的高效且精确的诊断系统这一主要目标。在深入理解了生物免疫系统免疫机制的基础上,进一步研究了人工免疫系统的否定选择算法,针对目前网络发展阶段的特点,提出了一种以多代理技术为主的网络故障诊断框架。该框架由两个代理组成：中央免疫代理和本地诊断代理。中央免疫代理的作用是查看、管理和做出故障决策指令等。本地诊断代理由四个不同功能的模块组成。当本地诊断代理感知到外界有诊断请求传入时,启动相应的诊断服务调度管理并协作,进行握手后网络信息采集和处理模块采集本地的数据,并进行处理作为待检测数据,然后控制、管理模块将自体与待检测数据送到故障诊断模块进行诊断,并将诊断结果传递给故障响应模块,故障响应模块进行相应记录后再将诊断结果通过调度握手后传递给中央免疫代理。本文采用BP神经网络和证据理论的合成法则实现了故障诊断模块中的多重故障诊断功能。为保证抗体多样性,提高BP神经网络的识别精度,通过高斯人工免疫系统来求解BP神经网络的权值和偏差。对BP神经网络输出节点的结果进行规范化,并作为各故障类型的基本可信度分配,根据证据合成法则计算各故障类型合成后的基本可信度分配或信度函数,最后通过判定条件实现对故障的最终判断。为获取更准确的网络状态,不占用过多的网络带宽,在实验过程中应用了动态轮询的方法采集网络状态信息。并对否定选择算法和证据理论的阈值进行了分析和研究,实验验证,本文所建框架对网络多重故障的诊断切实可行。