入侵检测技术是现代计算机系统安全技术中的研究热点。生物免疫系统保护了生物体不受外来病原体(包括病毒、细菌等)的侵袭，它在生物体内的作用与计算机领域的安全系统有着惊人的相似。从信息学角度来看，生物免疫系统实质是一个大规模的信息处理系统，它具有分布性、自适应性、健壮性等良好特性，而这正是目前计算机安全系统所不具备的。本文在分析了各种入侵检测技术及生物免疫系统的工作原理的基础上构建了针对计算机安全的人工免疫系统的模型，该模型模拟了生物免疫系统中的不完全匹配、否定选择、记忆等机制，具备较强的信息处理能力；然后将隐马尔柯夫模型和下推自动机模型相结合，提出了一种新的免疫识别器的训练和识别的基本方法和思路，这种识别器比有限自动机有更强的识别能力，所提方法算法简单、预测准确，能识别未知入侵，并对入侵有记忆性，提高了检测效率；最后参考通用入侵检测公共框架(Common Intrusion Detection Framework，CIDF)，设计了一种基于隐马尔柯夫模型和下推自动机模型的入侵检测系统框架。