信息的共享和网络的开放给我们带来了便利,同时也对信息安全提出了更高的要求。网络与信息安全已经成为信息系统的关键问题。本文研究生物免疫系统的学习与检测机制,入侵检测系统的技术和构成,基于传统的GA理论模型,拟利用均匀设计抽样的理论,对遗传算法中的交叉遗传算子进行了重新设计、对染色体的相似度及其相关内容进行了改进,并结合进局部搜索策略给出一种改进的混合遗传算法HGA;引入检测器冗余优化这一概念及其相关内容,使染色体的相似度与检测器冗余建立关联,针对检测器算法收敛速度慢并且容易陷入早熟的缺点,拟采用上述改进的HGA对成熟检测器进行进化,进而给出一种检测器优化新方案和一个基于HGA的免疫入侵检测模型。最后拟通过对“算法”和“模型”进行仿真实验,验证了算法和模型的可行性和有效性。首先,研究入侵检测和生物免疫的相关原理与技术。从入侵检测的概念、功能、作用、基本结构入手,并进一步研究入侵检测系统分析方法、发展趋势和发展方向。同时,分析人工免疫系统的工作原理和机制,并将生物免疫系统与入侵检测进行类比。研究基于免疫机制的入侵检测系统的模型。然后,研究基于改进混合遗传算法的免疫入侵检测模型。拟讨论对混合遗传算法的改进,对遗传算子进行讨论和设计,并将改进的混合遗传算法应用于对检测器的改进当中。进而给出改进的入侵检测系统模型的体系结构,并介绍各模块的工作流程。最后,通过对仿真实验及实验结果的分析。对前文给出的改进策略和改进结果进行检测和实验,得出结论。