В статье рассматривается проблема обнаружения сетевых атак на сети и системы промышленного Интернета вещей (Industrial Internet of Things, IIoT). Широкое применение таких систем обусловливает рост уязвимости корпоративных сетей по причине низкой защищенности умных устройств, распределенной архитектуры сетей промышленного Интернета и гетерогенного характера IIoT-устройств. В статье предлагается использование усовершенствованной искусственной иммунной системы, нацеленной на обнаружение вторжений в сети IIoT. Проанализированы основные концепции и механизмы искусственного иммунитета, применяемые в настоящее время для решения различных задач в области информационной безопасности и интеллектуального анализа данных. Рассмотрено использование таких алгоритмов, как алгоритмы отрицательного отбора, клональной селекции, автоматического обновления детекторов, теории опасности, дендритных клеток, идиопатической иммунной сети. Указаны особенности каждого из этих подходов, подчеркиваются преимущества их комбинированного использования в составе интегрированной системы обнаружения атак. Для обучения и оценки эффективности данной системы использован открытый набор тестовых данных относительно сетевого взаимодействия устройств Интернета вещей – Bot-IoT. Результаты вычислительных экспериментов подтверждают высокую эффективность предложенного подхода.