提出了一种基于免疫的自适应异常检测算法SAIM，该算法通过对训练抗原的学习，形成最优的抗体对记忆细胞集进行进化和更新，通过记忆细胞集采用KNN方法投票进行异常检测。实验采用著名UCI机器学习数据库的Hepatitis标准数据集，获得的分类准确率为93.5%，与现有同类算法进行比较，SAIM所取得的准确率具有一定的优越性。