针对当前垃圾邮件泛滥日益严重的问题,论文提出了一种基于人工免疫的垃圾邮件过滤机制,在邮件安全系统中引入免疫的思想,特别是针对当前动态性、变异能力日益突出的垃圾邮件,与传统的邮件过滤技术相比,具有良好的自适应、自学习和鲁棒性等特点。论文首先研究了当前主要的邮件过滤技术,通过与常见的过滤技术的对比,讨论了基于免疫的垃圾邮件过滤技术在动态性和自适应性等方面的优势;然后对人工免疫系统原理进行了研究,分析了人工免疫原理应用于垃圾邮件过滤系统的可行性,提出一种基于人工免疫学原理的垃圾邮件过滤系统模型ECSBA(IE-mail Classify System Based on Artificial Immunity),给出系统中关键模块的实现算法,并通过实验的手段分析了系统中关键参数的设定对系统过滤性能的影响,通过与贝叶斯算法的对比,讨论了该系统在防范变异邮件方面的突出优势;针对检测器生成效率不高以及在邮件检测正确率方面的不足,设计了基于基因权重的检测器生成算法,并对邮件检测过滤算法进行了改进,并通过实验验证了算法改进的有效性;论文最后讨论了基于人工免疫的含木马病毒邮件的过滤技术,针对木马病毒变异能力突出的特点,提出一种基于免疫原理的木马检测模型,并给出了模型中关键模块的设计,通过仿真实验验证了模型对木马特别是变异木马的检测能力。论文的新颖之处是邮件检测器生成算法以及邮件过滤算法的改进,实验结果表明,改进后算法与原算法相比,可以在一定程度上提高垃圾邮件的检测效率,尤其是针对新颖模式的垃圾邮件的检测具有明显的优势。