大数据时代的到来,使得数据量、数据复杂度和数据的处理方式发生很大变化,云计算被看作是继PC、Internet之后的第三次信息化革命,反应出“网络即是计算机”的思想,它把海量软硬件资源有效融合后,生成一个规模巨大的计算机共享资源池,为用户提供方便快捷的按需服务,较好满足大数据背景下的用户实际需求。随着云计算的深入发展,云数据安全成为了一个关键问题,其面临着如何在海量节点和海量信息处理需求的环境下实现用户数据安全的挑战。传统的云安全技术在进行海量数据处理时,往往达不到理想的时空效率,其动态性、智能性欠佳,且占用较多带宽。为更好保障云环境下数据运行的安全,以人体免疫系统(Human Immune System, HIS)运行机理为理论依据,借鉴其功能特性,在人工免疫和计算机免疫系统(Computer Immune System, CIS)基础上,结合云计算特点,提出了基于人体免疫原理的云安全免疫系统(Cloud Security Immune System, CSIS),设计了CSIS运行机制和八个相关算法,并分析了其特点。实验表明,CSIS对自我集特征数据和异常特征数据具有较高的识别率,能较好保障云数据的安全。为提高CSIS性能,重点对自我集特征数据的表示和存储进行了研究。首先,提出布鲁姆过滤器自我集存储模式(Bloom Filter Self-Set, BFSS),可有效降低自我集的存储空间,减少查询时间。其次,为了支持对特征数据的删除操作,提出计数式布鲁姆过滤器自我集存储模式(Counting Bloom Filter Self-Set, CTBFSS)。最后,为了进一步降低自我集的存储空间和减少查询时间,提出压缩式布鲁姆过滤器自我集存储模式(Compressed Bloom Filter Self-Set, CPBFSS)。实验表明,BFSS、CTBFSS和CPBFSS能在具有较高识别率的前提下有效减少客服两端交互传递的时间开销,加快查找过程,提高系统的整体性能。