基于免疫的垃圾邮件过滤技术研究

摘要

随着电子邮件日益广泛的应用，如何有效解决严重的垃圾邮件问题，以提高人们工作效率，降低网络安全风险，减少人们损失，已经成为业界迫在眉睫的紧要任务。人工免疫是当前计算智能领域的新兴研究热点。研究与开发基于免疫的系统将会很大程度地提高免疫技术的应用能力，适应现代计算机系统以及人工免疫系统的发展。 基于上述分析，本文从电子邮件基本理论出发，详细分析当今常用的几种反垃圾邮件技术的优缺点，并深入研究人工免疫系统及其核心算法，如阴性选择算法和克隆算法。在此基础上，本文提出一种基于人工免疫的垃圾邮件过滤技术，以提升垃圾邮件过滤技术的性能。其中，人工免疫算法是新的垃圾邮件过滤技术的核心，使新技术具备更好的特性，如自适应、自学习和鲁棒性等。 课题的研究重点是免疫理论在垃圾邮件过滤器中的应用，针对邮件过滤系统的特点，做如下工作：第一、改进字符串匹配机制。第二、改进新抗体生成算法。第三、改进克隆算法，使算法更符合垃圾邮件过滤系统。第四、通过实验分析系统的动态性与自适应性，并分析特征数量、阈值及语料的预处理层次对实验的影响。 最后，本文采用正向最大匹配方法实现分词技术，采用免疫模型实现对电子邮件的分类。通过系统测试表明，将免疫技术用于垃圾邮件过滤是实现垃圾邮件过滤的有效方法之一。

目录

文摘

英文文摘

声明

第1章绪论

1.1课题背景及研究的意义

1.2国内外研究现状

1.2.1反垃圾邮件技术的研究现状

1.2.2免疫技术的研究现状

1.3课题主要研究内容

1.4论文结构

第2章本文反垃圾邮件技术

2.1电子邮件原理介绍

2.2本文邮件服务器搭建

2.3电子邮件系统的有关协议

2.4机器学习技术

2.5本文的邮件过滤技术

2.6本章小结

第3章免疫在垃圾邮件过滤技术中的应用研究

3.1生物免疫技术介绍

3.1.1免疫系统功能及组成

3.1.2免疫机制

3.1.3免疫系统的基本特征

3.2人工免疫算法研究

3.3人工免疫系统模型研究

3.4本文的启发

3.5本章小结

第4章过滤系统的设计

4.1过滤器的功能与性能要求

4.2模块划分

4.3反馈学习方法

4.3.1增量式学习

4.3.2重新学习

4.3.3本文反馈学习技术

4.4各模块设计

4.4.1本文过滤模式

4.4.2邮件数据解析

4.4.3编解码

4.4.4邮件预处理

4.4.5过滤器设计思想

4.5本章小结

第5章实验及结论分析

5.1实验准备

5.1.1系统开发和应用环境

5.1.2语料库选择

5.2评价指标

5.3免疫算法应用于垃圾邮件过滤的实验结果

5.4实验结果比较与分析

5.4.1特征数量对实验结果的影响

5.4.2阈值对实验结果的影响

5.4.3语料的预处理层次对实验结果的影响

5.4.4整体比较

5.5本章小结

结论

参考文献

攻读学位期间发表的学术论文

致谢