Предложен метод построения искусственных иммунных систем на основе отрицательного отбора с маскированием детекторов. Разработанный метод построения искусственных иммунных систем c иерархической структурой на основе модели HyperCell выполняет иерархическую декомпозицию детекторов. Также усовершенствован метод синтеза искусственной иммунной сети на основе моделей aiNet и расширяющегося нейронного газа. Разработано программное обеспечение, которое позволило автоматизировать процесс синтеза моделей искусственных иммунных систем для решения заданий кластерного анализа и структурно-параметрического синтеза диагностических и распознающих моделей. Методы иммунокомпьютинга позволяют существенно (до 3,8 раз) повысить скорость обучения и работы, а также точность (на 1-5%) распознающих моделей по сравнению с существующими методами, что подтвердило целесообразность применения разработанных методов построения искусственных иммунных систем для решения практических задач диагностирования и распознавания образов.