网络与信息安全中有两个重要的研究方向，一是研究如何保护主机或者网络免受攻击危害，如入侵检测系统，研究人员将生物免疫系统建模后用于入侵检测系统，提高了入侵检测系统的积极主动性，生物免疫入侵检测系统自学习，自适应性更加出色，成为网络安全中一个重要的研究方向，但是其仍然存在误报率高等缺点；二是研究如何找到隐藏的攻击者，以便对其进行追责和惩处，即攻击源追踪技术研究，当前的攻击源追踪技术以包标记技术为代表，该方法实现简单，但是不能对网络数据特征做出动态的适应与调整，需要大量数据包协助，算法收敛性差。本文通过分析现存方案的优缺点，参考分布式入侵检测系统及分布开放式的入侵检测与响应架构，将免疫入侵检测系统能对网络数据进行实时分析的特点应用于攻击源追踪技术，提出一种新型的基于免疫入侵检测的攻击源追踪模型和算法。即将免疫入侵检测系统的事件分析和响应单元广泛分布于广域网当中，利用其对网络数据分析的主动性、自学习与自适应能力，使攻击源追踪技术能够动态适应网络数据特征，对攻击或者潜在的攻击行为进行攻击源追踪，对正常数据不进行追踪，从而提高追踪算法效率，提升算法收敛速度，使其不再依赖于大量数据包标记与重构。对攻击数据来源确认之后，可以反过来对免疫入侵检测系统更好的分类，提取攻击特征，以便产生更加针对性的检测细胞，提高免疫入侵检测系统的工作效率，由此设计的基于时间路径划分优化的免疫入侵检测系统，可针对单一攻击有理想的防御效果。最后，通过仿真模拟实验，证明基于免疫的攻击源追踪算法具有较好的收敛速度，且能优化免疫入侵检测系统。