基于人工免疫原理的邮件过滤系统研究与实现

论文摘要

本文以四川省科技厅“通用智能反垃圾邮件机”课题为研究基础,对邮件服务器技术和反垃圾邮件技术进行了深入研究,在此基础上提出了本课题研究的基于人工免疫原理的垃圾邮件过滤系统(AISEFS),并对系统的实现方案进行了研究,对系统中各模块的功能结构进行了分析,对关键算法的实现进行了描述。然后重点论述系统的核心模块——基于免疫算法的邮件过滤器的设计与实现。首先分析了电子邮件的工作原理,研究了目前国内外各种反垃圾邮件策略、邮件过滤模型、主流邮件过滤技术的优缺点,找出了其中值得借鉴的先进之处,在此基础上提出了一种以人工免疫原理过滤器为核心的实施于MTA 的多重邮件过滤方案。基于人工免疫原理的垃圾邮件过滤技术以基于群体的免疫算法为中心,充分模拟生物免疫系统对抗原的认知、学习、记忆、以及系统的自我调节机制,使邮件过滤系统具有良好的自适应、自学习和鲁棒性等特点,以应对特征不断变化的垃圾邮件。其次,论文对AISEFS 邮件过滤系统的部署和实现进行了研究。在分析系统功能需求的基础上,详细阐述了系统的设计思想,并给出了具体的设计方案,对实现的主要技术进行了说明。第五章介绍了算法的具体实现过程,给出了实现过程中用到的数据结构和方法。最后,论文对基于人工免疫原理的垃圾邮件过滤器的发展方向进行了展望,并指出了后续研究工作中需要进一步解决的问题。

论文目录

• 第一章 绪论
• 1.1 引言
• 1.1.1 垃圾邮件定义
• 1.1.2 垃圾邮件的危害
• 1.1.3 垃圾邮件现状
• 1.2 课题背景及意义
• 1.3 本人所做的工作
• 1.4 论文结构
• 第二章 邮件系统的过滤模型及过滤技术
• 2.1 电子邮件工作原理
• 2.1.1 电子邮件系统的运行机制
• 2.1.1.1 电子邮件系统的传输流程
• 2.1.1.2 电子邮件系统代理
• 2.1.2 电子邮件系统涉及的主要协议
• 2.1.2.1 简单邮件传输协议（ SMTP）
• 2.1.2.2 关于信件格式的协议
• 2.2 邮件系统的过滤模型
• 2.2.1 过滤的模型
• 2.2.2 邮件代理中的过滤
• 2.2.2.1 MTA 过滤
• 2.2.2.2 MDA 过滤
• 2.2.2.3 MUA 过滤
• 2.3 国际垃圾邮件过滤技术
• 2.3.1 词语过滤
• 2.3.2 基于规则的评分系统
• 2.3.3 贝叶斯过滤器
• 2.3.4 IP 黑名单
• 2.3.5 RBLs（实时黑名单）
• 2.3.6 其它技术
• 2.4 本邮件过滤系统的过滤方案和技术
• 2.4.1 过滤方案
• 2.4.2 过滤技术
• 2.4.2.1 对发件人地址的过滤
• 2.4.2.2 对收件人地址的过滤
• 2.4.2.3 对邮件主题的过滤
• 2.4.2.4 对邮件内容关键字的过滤
• 2.4.2.5 对邮件头信息过滤
• 2.4.2.6 实时黑名单技术
• 第三章 基于人体免疫学的垃圾邮件过滤研究概述
• 3.1 人体免疫系统概述
• 3.2 计算机免疫学的基本原理
• 3.2.1 形态空间模型
• 3.2.1.1 形态空间
• 3.2.1.2 自体/非自体
• 3.2.1.3 抗体/抗原
• 3.2.2 免疫细胞模型
• 3.2.2.1 骨髓模型
• 3.2.2.2 否定选择
• 3.2.2.3 克隆选择
• 3.2.2.4 变异
• 3.2.2.5 免疫记忆
• 3.2.3 计算机免疫系统与生物免疫系统的比较
• 第四章 邮件过滤系统设计
• 4.1 系统功能需求
• 4.2 邮件系统工作原理
• 4.3 系统过滤原理
• 4.4 系统部署
• 4.5 邮件过滤系统实现
• 4.5.1 系统开发和应用环境
• 4.5.1.1 硬件资源
• 4.5.1.2 软件资源
• 4.5.2 系统平台搭建
• 4.5.2.1 源代码分发包获取
• 4.5.2.2 软件安装
• 4.5.3 透明网桥的配置
• 4.5.3.1 网桥的数据结构
• 4.5.3.2 网桥的数据包处理
• 4.5.3.3 网桥的配置实现
• 4.5.4 邮件 IP 包的转发
• 4.5.5 MTA 过滤设置
• 4.5.5.1 Postfix 工作原理
• 4.5.5.2 Postfix 过滤配置
• 第五章 免疫过滤器设计与实现
• 5.1 过滤器结构
• 5.2 邮件分类
• 5.2.1 邮件样本传输
• 5.2.2 邮件特征提取
• 5.2.2.1 TEIRESIAS 算法
• 5.2.2.2 邮件特征向量
• 5.2.3 邮件识别
• 5.3 基因库
• 5.4 免疫细胞的生命周期
• 5.4.1 否定选择
• 5.4.2 克隆选择与变异
• 5.4.3 免疫记忆
• 5.4.4 检测器更新
• 5.5 协同实现
• 第六章 系统测试
• 6.1 系统测试
• 6.2 未来工作展望
• 第七章 结束语
• 致谢
• 参考文献
• 个人简历
• 研究成果
• 发表论文