基于人工免疫原理的邮件过滤器AISEF
本文首先阐述了垃圾邮件在互联网应用中的危害，在分析了目前流行的利用文本分类与统计算法进行垃圾邮件检测的贝叶斯算法过滤器技术利弊的基础上，对在垃圾邮件过滤中应用人工免疫原理的可行性进行了深入研究，提出了一种基于人工免疫原理的邮件过滤器设计思想，实现了一个垃圾邮件过滤系统AISEF，并对AISEF的各关键技术环节，抗体生命周期各个阶段的实现及相应的算法进行了描述。最后应用标准的SpamAssassin的邮件样本集对AISEF和SpamAssassin过滤器进行相同环境下的训练和识别测试，实验结果表明：对于已知邮件样本，贝叶斯算法过滤器比AISEF具有更高的正确识别效率；但对于未知样本和具有变异特性的垃圾邮件，AISEF具有比Bayes过滤器更好的稳定正确识别率。从而证明了人工免疫原理用于垃圾邮件的识别和邮件过滤可以使邮件过滤器获得良好的自学习、自适应和多样性能力。这对于开发针对变异能力极强的垃圾邮件进行过滤的网络安全系统具有较强的启发意义。
邮件过滤 人工免疫 克隆选择 贝叶斯算法 AISEF系统 网络安全
胡德昆 黄迪明
电子科技大学计算机科学与工程学院,四川 成都610054
国内会议
成都
中文
76-78
2004-11-13（万方平台首次上网日期，不代表论文的发表时间）