在传统的研究方法和模型中,大多数都是基于自体以及非自体(SNS)的理论模式,该理论认为,生物体对外界的免疫应答主要来自外部抗原的入侵,而不会对自身抗原产生免疫反应;这种模式存在一定的不足,于是,便产生了危险理论学说,它是一种新的检测模式,免疫应答不再是非自体物质,而是会对机体产生危害的一切行为,相对自体和非自体模式有其优越性。　　 然而,危险理论也存在一定的局限性,那就是边界模糊的问题,在对危险的定义上,不能很有效的区分危险情况,而且在一定条件下,危险和非危险也可以实现相互转化,针对这一情况,本文提出了一种基于云模型入侵检测模型。该检测模型将云模型应用到危险检测模型中,利用云模型的特点和优势,对危险的行为进行边界的划分,给定了一个由定量到定性,然后再到定量的判定过程,并建立一个云模型的相交模型,以直观的方式来展现出云模型的特点。同时,在抗体与抗原的匹配模式上,与传统连续匹配方式不同,本文采用改进连续匹配方式,将连续的匹配改成了组合的匹配,将匹配中的次要因子也纳入了考虑范畴,对抗体和抗原在识别的时候,能够进行单值修正,这对在大范围内识别,而局部不识别的问题,是一个较好的改进措施。在危险的定义上,也采用了时间作为参数,将危险的持续时间看成是危险情况的另一影响因素,在检测过程中,这样表现得将更为合理和科学。　　 本文基于云技术的入侵检测研究系统对系统作了一个新的设计,将云模型添加到系统的设计中来,将边界的问题作了充分的考虑,同时在检测方法上也有一定的改进。实验证明,本文对云模型的应用能够有效提高整个系统的检测效率,而且还在一定程度上降低了系统的误警率。