随着无线传感器网络在军事、医疗、环境监测等领域应用的不断广泛，传感器网络的安全问题日益突出。入侵检测是无线传感器网络安全研究的一个重要领域。当前，设计出一种适合传感器网络特点的入侵检测方法具有非常重要的理论和实际意义。无线传感器网络受到自身各种资源的限制，如计算能力、存储空间和电池电量等，因而很容易受到各种攻击的威胁。本课题从传感器网络特点出发设计了一种基于危险理论的无线传感器网络的入侵检测方法。该方法能够很好的解决无线传感器网络入侵检测的实时性和能耗等问题。基于传统免疫学的入侵检测系统都是建立在自体/非自体识别模式基础上的，该模式认为非己就是入侵，这就要求系统具备一个完备且洁净的自体集，但在实际环境中行为是不断变化的，自体与非自体的界限具有不确定性，使得自体集很难建立。危险理论的出现解决了传统免疫学存在的不足。危险理论认为，免疫系统并不对自体/非自体进行区分，而是对机体组织中的危险进行识别。本文详细阐述了危险理论的免疫原理，在此基础上提出了一种基于危险理论的入侵检测系统模型，详细介绍了各主要模块的功能及详细设计。在该模型中，数据处理前端加入了聚类分析模块，该模块的引入不仅能节省系统的计算资源，同时也能加快检测的速度和降低节点的能耗。最后，将本文提出的入侵检测模型与基于传统免疫学的系统模型进行了对比实验，通过实验表明，新的算法充分体现了危险理论的优越性，具有很好自适应性和高效性。