随着计算机技术的发展以及网络应用的普及,传统的基于被动防御的安全防护措施已经无法适应当今不断变化的网络环境。如何有效保护计算机中的重要信息以及如何为用户营造一个安全的网络环境,已经成为当前网络安全领域必须考虑和解决的关键问题。基于免疫的入侵检测技术以其主动防御和智能化的处理技术以及其分布式保护等特点,成为了网络安全领域的一个研究热点。通过入侵检测技术,系统能够在遭受外来攻击时,仍保持其安全性和可操作性,并能够继续提供关键性的服务。基于免疫入侵检测系统的检测率主要由检测器对非自体空间的覆盖决定,而检测器主要用传统的遗传算法生成,过分强调种内个体斗争,忽略了个体之间的相互联系,具有一定的片面性,生成的检测器检测率较低。针对这个问题,本文提出了一种基于协同进化的检测器生成算法。该算法通过模拟自然界协同进化机制,把需要进化的种群划分为多个子种群,单个种群采用遗传算法进行进化,各子种群之间通过代表个体相互联系相互影响,从而实现整个系统的协同进化,突破了种群的独立进化的局限性,达到了提高检测器的检测率。同时针对在协同进化算法中存在着种群分割难题。为了保持种群间的紧联关系不被破坏,本文提出一种基于概率紧联结关系的种群划分算法。该算法通过计算个体之间的紧密关系阈值来决定种群的划分,不但可以保持种群间的紧联关系,而且也维持了种群的多样性。本文对免疫入侵检测系统中的检测器生成、协同进化中的种群分割问题分别提出了相应的算法,并对算法进行分析与实验。