随着计算机技术和网络技术的迅猛发展，计算机系统已经从独立的主机发展到复杂的、互联的开放式系统，这种情况导致计算机及网络的入侵问题越来越突出，为保护系统资源，需要建立不同于防火墙和防病毒软件的主动防御机制检测入侵。入侵检测系统就是监控网络或计算机系统的动态行为特征并据此判断是否有入侵的主动防御措施。入侵检测技术作为确保计算机网络信息安全的一个重要手段正成为信息安全领域的研究热点之一。入侵检测系统的运行机理与人体免疫系统有着天然的相似之处，人体免疫系统成功保护肌体免受各种侵害的机理为研究入侵检测提供了重要的方法。基于免疫学的入侵检测是近几年来入侵检测领域研究的热点，它的突出特点是利用生物免疫系统的原理、规则与机制来实现对入侵行为的检测和反应。目前多数商业化的入侵检测产品采用简单模式匹配技术，它只适用于较简单的攻击方式且误报率高，只能检测出已知攻击模式。而基于免疫原理的入侵检测系统能够利用不完备信息检测出未知攻击模式，具有很强的现实意义。在入侵检测系统中，初始检测器的生成是非常关键的一步，它关系到整个系统的检测速度和效率。本文在深入学习免疫学原理与人工免疫系统工作机理的基础上，分析了现有的几种检测器生成算法，主要对否定选择过程中检测器生成方法进行了深入的研究。在分析已有的算法基础上提出了一种新的基于海明距离的检测器生成算法，通过使用模板来消除冗余的检测器，从而提高系统的检测效率。最后本文通过实验分析了算法的性能，实验表明，新算法能够尽可能多的覆盖“非我”空间，在性能上优于传统的否定选择算法，为进一步研究入侵检测系统提供了一种新的算法依据，为计算机安全领域引入了新的思路。研究入侵检测算法具有广泛的应用前景。