| 摘要 | 第1-5页 |
| Abstract | 第5-6页 |
| 目录 | 第6-10页 |
| 第一部分 电子邮件基础研究 | 第10-18页 |
| 第一章 引言 | 第10-12页 |
| ·课题背景与特点 | 第10-11页 |
| ·课题意义与工作 | 第11页 |
| ·本论文内容安排 | 第11-12页 |
| 第二章 电子邮件技术 | 第12-16页 |
| ·电子邮件工作原理 | 第12-13页 |
| ·电子邮件相关协议 | 第13-16页 |
| 第三章 垃圾邮件 | 第16-18页 |
| ·垃圾邮件产生及其定义 | 第16页 |
| ·垃圾邮件危害及其解决方案 | 第16-18页 |
| 第二部分 邮件过滤系统研究 | 第18-54页 |
| 第四章 反垃圾邮件基本技术 | 第18-20页 |
| 第五章 内容统计特征过滤器算法 | 第20-23页 |
| ·向量空间法 | 第20-21页 |
| ·贝叶斯算法 | 第21-23页 |
| 第六章 相关算法理论 | 第23-41页 |
| ·遗传算法 | 第23-29页 |
| ·遗传算法基础 | 第23-25页 |
| ·遗传算法应用 | 第25-29页 |
| ·人工神经网络 | 第29-39页 |
| ·神经网络基本组成 | 第29-30页 |
| ·神经网络典型模型 | 第30-31页 |
| ·神经网络拓扑结构 | 第31-33页 |
| ·神经网络研究方向 | 第33页 |
| ·BP 网络算法研究 | 第33-38页 |
| ·人工神经网络应用 | 第38-39页 |
| ·神经网络的局限性 | 第39页 |
| ·计算知识 | 第39-41页 |
| ·智能计算 | 第40页 |
| ·知识计算 | 第40-41页 |
| 第七章 遗传优化神经网络过滤器 | 第41-54页 |
| ·遗传优化神经网络 | 第41-42页 |
| ·模式分类基本模块 | 第42-43页 |
| ·模型设计 | 第43-44页 |
| ·GA+ANN 设计 | 第43页 |
| ·ANN 参数说明 | 第43-44页 |
| ·GA 参数说明 | 第44页 |
| ·模型实现 | 第44-51页 |
| ·基因和权值矩阵转换 | 第44-45页 |
| ·数据结构说明 | 第45-47页 |
| ·关键函数说明 | 第47-51页 |
| ·模型测试界面 | 第51页 |
| ·模型测试 | 第51-54页 |
| ·模型测试分析 | 第51-52页 |
| ·模型测试结果 | 第52-54页 |
| 第三部分 网络部署研究 | 第54-82页 |
| 第八章 基本网络部署 | 第54-67页 |
| ·基于过滤器串联网络部署 | 第54-63页 |
| ·串式反垃圾邮件技术原理 | 第54-55页 |
| ·串式反垃圾邮件技术实现 | 第55-57页 |
| ·系统平台 | 第57-58页 |
| ·系统发布 | 第58-63页 |
| ·基于过滤器并联网络部署 | 第63-65页 |
| ·入侵检测技术基本结构 | 第63-64页 |
| ·入侵检测在反垃圾邮件系统中的应用 | 第64-65页 |
| ·基于推拉技术网络部署 | 第65-67页 |
| 第九章 新型网络部署 | 第67-80页 |
| ·移动agent 技术概述 | 第67-74页 |
| ·移动agent 简介 | 第67-68页 |
| ·移动agent 系统结构 | 第68页 |
| ·Telescript,Grasshopper,Aglet 系统 | 第68-74页 |
| ·移动邮件代理前植信源技术设计 | 第74-75页 |
| ·工作原理 | 第75页 |
| ·系统分析 | 第75页 |
| ·移动邮件代理前植信源技术实现 | 第75-80页 |
| ·移动邮件代理实现 | 第75-76页 |
| ·移动邮件基站实现 | 第76-77页 |
| ·交互时序图 | 第77-79页 |
| ·性能测试 | 第79页 |
| ·部署分析 | 第79-80页 |
| 第十章 目前研究难点及未来工作 | 第80-82页 |
| ·全文总结 | 第80-81页 |
| ·进一步工作 | 第81-82页 |
| 参考文献 | 第82-84页 |
| 致谢 | 第84页 |
| 研究成果 | 第84页 |
| 发表论文 | 第84页 |
| 获奖情况 | 第84页 |