入侵检测系统和生物体的免疫系统有着天然的相似之处，生物免疫系统有效的保护机体免受各种侵害的机理为研究计算机安全提供了重要的依据。从信息学角度来看，生物免疫系统实质上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需要的。因而本文分析生物免疫系统，剖析生物免疫系统的工作原理，模拟生物免疫的思想构建基于人工免疫的入侵检测系统。 入侵检测系统是指能够自动识别计算机系统内的入侵行为的系统，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，保护计算机系统的安全。入侵检测技术主要分为误用检测和异常检测两部分，误用检测可以检测已知的攻击模式。异常检测是通过对系统异常行为的检测，可以发现未知的攻击模式。对于异常检测来说，系统/用户的正常模式应该是不断修正和更新的，因此检测子也需要不断更新完善。本文在前人研究成果的基础上，基于人工免疫的思想，结合量子理论和传统遗传算法，改进了Forrest等人提出的基于免疫的静态克隆选择算法，设计了一个基于人工免疫的入侵检测系统模型——基于人工免疫的分布式入侵检测系统模型，着重对异常检测进行了研究。该模型模拟了生物免疫系统中的阴性选择、克隆选择等基本工作原理和机制，用量子遗传算法不断演化检测子，保留高效的检测子，提高了检测效率。