随着计算机网络在人们工作和生活中的广泛应用和网络规模的扩大化以及结构的复杂化,网络故障出现的概率越来越大,由网络故障引起的损失不可估量,网络故障管理的重要性日趋显著。网络故障的检测、定位和恢复是网络故障管理的重要内容。网络技术的复杂性给故障检测工作带来了很多困难,而人工免疫系统的许多优点为故障检测技术提供了新思路。本文对生物免疫机理做了较为深入的研究,并对现有人工免疫技术的应用和发展做了详尽的总结。针对当前故障检测中普遍存在误检率高,自适应差的问题,提出了一种基于危险模式的免疫网络故障检测模型。所做的主要工作如下：(1)在分析了人工免疫系统中传统的自体/非自体识别模型和危险识别模型的基础上,通过对比两种模型的优缺点,提出了基于危险模式的免疫检测模型。(2)对自体／非自体识别模型和危险识别模型进行了深入研究,分析了各自的优缺点。对树突细胞算法进行了详细分析。(3)在对网络故障检测技术和人工免疫理论的研究基础上,设计了基于危险模式的免疫网络故障检测模型。在该模型中,划分了抗原及危险信号收集模块、抗原及危险信号提呈模块、DCA检测模块、SNS检测模块、异常确认模块、危险区域建立模块、自体集更新模块、检测器更新模块和免疫应答模块九个模块,设计了每个模块的详细流程,量化了输入输出数据,分析了模块之间的相互关系。(4)以小型办公网络为例,设计了实验方案,对文中提出的模型进行了仿真,验证了该模型的可行性和有效性。