在网络技术高速发展的今天,网络安全的现状越来越让人担忧,网络安全的重要性越发明显,随之产生的各种网络安全技术也得到了不断的发展,网络入侵检测系统是目前提高网络安全的一种重要手段。入侵检测系统是指能够自动识别计算机系统内入侵行为的系统,它可以检测出内部用户或外部入侵者的非授权使用、误用和恶意攻击等异常行为模式。人体免疫系统的众多特性,能够很好的满足入侵检测技术的实际需要,基于人工免疫的入侵检测模型可以极大的提高网络的安全性。我们运用人工免疫原理,结合改进的动态克隆选择算法,构建了一个基于人工免疫的分布式网络入侵检测模型。本文主要对以下几方面进行了研究: 1、分析人工免疫系统和网络入侵检测系统的特性,指出它们间存在的相似性,说明构建基于人工免疫的入侵检测系统模型的可行性和必要性。2、描述模型中淋巴细胞的协同刺激机制、动态更新机制、B 细胞的耐受机制和记忆机制,研究它们在模型中的实现方法,并分析它们如何提高系统检测效率,最后说明增强系统适应性和健壮性方面的重要作用。3、首先对动态克隆选择算法进行了分析,接着根据入侵检测系统要求和人工免疫原理,提出了一个基于免疫原理的网络入侵检测模型,最后对模型进行了定义,并在Visual C++6.0 中实现了模型的主要算法。4、用TCP连接四元组验证模型的可用性和先进性,并分析研究各参数对系统性能的影响,得出了相关的结论。