از منظر امنیت کامپیوتر، می توان موفقیت سیستم های زیستی در حفظ بقاء و پایداری را بعنوان الگوی مناسبی در نظر گرفت. ابزارها و روشهای متداولی که برای تولید سیستم های محاسباتی قوی استفاده می شوند نمی توانند حتی کوچکترین شکل حیات را به شکل مناسب پیاده سازی نمایند، در حالیکه سیستم های زیستی در طول زمان متکامل شده تا در محیط های گوناگون و در مقابل هجومهای مختلف، زنده بمانند و تکثیر شوند. در این پایان نامه سعی شده است تا با الهام گرفتن از سازوکار هومئوستازیس مشابه موجودات زنده راه حل نوینی برای سیستم های تشخیص نفوذ هوشمند ارایه شود. در این روش, نفوذ به عنوان رفتار غیرعادی برنامه ها شناسایی می شود و کامپیوترها - مانند سیستم های زیستی- بدون نیاز به ابزارهایی از قبیل ضدویروسها، دیواره های آتش و غیره می توانند از خودشان دفاع کنند. این سیستم ها چون قابلیت یادگیری و تشخیص حملات جدید را دارا هستند, نیازمند به روزآوری نمی باشند. سیستم ارایه شده، یک سیستم متمرکز تشخیص نابهنجاری نفوذ مبتنی بر میزبان و تحت سیستم عامل لینوکس است. الگوی رفتاری برنامه را بصورت دنباله ای پنجاه تایی از امضاهای ارایه شده برای توابع فراخوان سیستم تعریف کرده ایم بگونه ای که هر امضاء شامل هشت فیلد شماره فراخوانی سیستمی، نتیجه فراخوانی سیستمی، شناسه کاربری، شناسه گروه، euid، egid، suid، sgid است. داده های مربوط به الگوهای رفتاری، از گزارش های حاصل از زیر سیستم ممیزی سیستم عامل لینوکس استخراج شده اند. در سیستم پیشنهادی ابتدا با استفاده از شبکه عصبی المن، برنامه ها با رفتار غیرعادی، از برنامه های عادی تفکیک شده و سپس الگوی رفتاری برنامه غیرعادی به شبکه عصبی کوهنن داده می شود تا نوع نفوذ را تشخیص دهد.