论文部分内容阅读
目前垃圾邮件泛滥的情况极为严重。垃圾邮件占用了大量的传输，存储和运算资源，造成邮件服务器拥堵，还被用来传播色情，发布反动言论，骗人钱财，妖言惑众，已经对现实社会安全造成了危害。由垃圾邮件而造成的直接和间接经济损失不可估量。
垃圾邮件识别方法有很多种，1．基于IP黑名单的方法；2．基于手工规则集合的方法；3．挑战回应系统；4．蜜罐方法等。上述方法在一定程度上限制了垃圾邮件的传播，但由于上述方法本身的限制及垃圾邮件特征的不断变异，使得上述方法在实际应用中的效果并不理想。
本文应用人工免疫系统的基本原理来解决邮件分类问题，设计并实现了一种新型的基于AIS的双层垃圾邮件分类方法（AISDEC）。该方法包括非垃圾邮件检测器集和垃圾邮件检测器集两部分，通过两次应用检测器对邮件进行分类，从而达到降低垃圾邮件的虚报率的目的。本文实验部分选择中国基础教育科研网（CCERT）的标准中文邮件样本集为实验样本，应用该样本集分别进行双层分类方法与其它分类方法的对比实验，实验结果表明双层分类方法不但有很高的召回率，更为重要的是它有效的降低了虚报率。
本文内容主要包括以下几个部分：
第一部分简单介绍了人工免疫系统和邮件分类的研究状况。
第二部分介绍了人工免疫系统，论述了几种主要的免疫算法。
第三部分介绍了垃圾邮件历史及现状和常用的邮件分类方法。
第四部分介绍了基于人工免疫原理的邮件分类方法研究，着重介绍了一般基于AIS的邮件分类方法的处理流程和新设计的双层分类方法（AISDEC）的原理及设计。
第五部分介绍了邮件分类演示平台（BNUEC）的基本功能及实验部分。
最后对现有工作进行总结和展望。