计算机与互联网的普及使得信息技术高速发展,促进了社会进步与人类文明。网络安全问题已成为制约科技发展的瓶颈,传统的防火墙技术作为被动防御不能积极主动对抗攻击,入侵检测系统的出现则能很好的解决了这一问题。研究表明生物免疫系统与入侵检测系统存在着众多相似性,近几年来基于人工免疫的入侵检测技术成为人们研究的热点。人工免疫系统作为对生物免疫系统的仿真模拟,已经应用到很多方面。基于传统人工免疫理论的入侵检测系统,存在一些无法解释的问题,随着生物学研究的深入,全新的免疫学理论-危险理论被提出,至此先天性免疫与自适应免疫都被引入到人工免疫系统中来。研究发现树突状细胞在免疫系统中起着至关重要的作用,因而由树突状细胞功能提出了树突状细胞算法,本文在此基础上作了一些研究工作。首先,对树突状细胞算法做了深入的研究,针对原算法中抗原与信号采样阶段,存在随机选取树突状细胞导致细胞成熟缓慢的问题,提出了有选择性选取树突状细胞的策略。为了解决原算法中抗原间自身存在影响导致检测存在误差的问题,提出了抗原间影响因子的概念,将其加入到改进的算法中来,实验表明改进后的树突状细胞算法具有很高的实时异常检测能力,算法降低了抗原间的干扰,提高了检测精度,在抗原检测的时间效率上也有了提高,同时算法具有低CPU使用率。再次,针对网络攻击中常用的端口扫描技术,提出了基于树突状细胞算法的端口扫描检测方案,并给出了设计与实现过程,在不同场景下对算法进行了测试、对比,通过实验表明该种方法对端口扫描行为能够准确区分,系统有很高的检测率,而且具有一定的鲁棒性,同时体现了算法的优越性。