| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-12页 |
| ·研究背景 | 第10页 |
| ·论文研究的内容 | 第10-11页 |
| ·创新之处 | 第10页 |
| ·研究目标 | 第10-11页 |
| ·本文的主要工作 | 第11页 |
| ·本文的结构 | 第11-12页 |
| 第二章 垃圾邮件过滤研究现状 | 第12-27页 |
| ·电子邮件简介 | 第12-15页 |
| ·电子邮件的工作原理 | 第12-13页 |
| ·电子邮件系统的有关协议 | 第13-15页 |
| ·垃圾邮件及其危害 | 第15-18页 |
| ·垃圾邮件过滤的类型 | 第18-19页 |
| ·MTA 过滤 | 第18-19页 |
| ·MDA 过滤 | 第19页 |
| ·MUA 过滤 | 第19页 |
| ·垃圾邮件过滤技术分类 | 第19-23页 |
| ·基于IP 地址的垃圾邮件过滤 | 第19-20页 |
| ·基于手工规则的垃圾邮件过滤 | 第20-22页 |
| ·基于内容的垃圾邮件过滤 | 第22-23页 |
| ·垃圾邮件的常用语料库 | 第23-25页 |
| ·PU1 语料 | 第23-24页 |
| ·Ling-Spam 语料 | 第24-25页 |
| ·垃圾邮件过滤方法的评价体系 | 第25-26页 |
| ·小结 | 第26-27页 |
| 第三章 人工免疫系统原理 | 第27-35页 |
| ·人工免疫系统简介 | 第27-29页 |
| ·人工免疫系统的定义 | 第27页 |
| ·AIS 的生物原型 | 第27-29页 |
| ·AIS 的仿生机理 | 第29-31页 |
| ·免疫识别 | 第29-30页 |
| ·免疫记忆 | 第30页 |
| ·克隆选择 | 第30页 |
| ·多样性 | 第30页 |
| ·分布性 | 第30-31页 |
| ·进化 | 第31页 |
| ·免疫算法 | 第31-34页 |
| ·免疫算法基本架构 | 第31-32页 |
| ·否定选择算法 | 第32-33页 |
| ·肯定选择算法 | 第33-34页 |
| ·克隆选择算法 | 第34页 |
| ·小结 | 第34-35页 |
| 第四章 贝叶斯网络基本原理 | 第35-38页 |
| ·贝叶斯网络基本定理 | 第35页 |
| ·贝叶斯网络的拓扑结构 | 第35-36页 |
| ·条件独立性假设 | 第36-37页 |
| ·贝叶斯文本分类算法的基本原理 | 第37页 |
| ·小结 | 第37-38页 |
| 第五章 基于 AIS 和 Bayes 网络的垃圾邮件过滤 | 第38-49页 |
| ·电子邮件的预处理 | 第38-41页 |
| ·文本的表示方法. | 第38页 |
| ·电子邮件的语义信息及其VSM 向量表示 | 第38-39页 |
| ·邮件文本的特征提取算法 | 第39-41页 |
| ·基于AIS 和Bayes 网络的垃圾邮件过滤方法的基本思想 | 第41-42页 |
| ·基于AIS 和Bayes 网络的垃圾邮件过滤算法 | 第42-43页 |
| ·关键问题处理 | 第43-47页 |
| ·抗原的结构设计、生成抗原 | 第43-44页 |
| ·抗体的结构设计、生成抗体 | 第44-45页 |
| ·亲和力的定义和计算 | 第45-47页 |
| ·免疫反馈和抗体变异 | 第47-48页 |
| ·Normal 抗体细胞变异 | 第48页 |
| ·Spam抗体细胞变异 | 第48页 |
| ·小结 | 第48-49页 |
| 第六章 基于 AIS 和 Bayes 网络的垃圾邮件过滤仿真器的实现 | 第49-58页 |
| ·基于AIS 和Bayes 网络的垃圾邮件过滤模型 | 第49-50页 |
| ·基于AIS 和Bayes 网络的垃圾邮件过滤仿真器的实现 | 第50-56页 |
| ·细胞结构类的设计 | 第52页 |
| ·公共功能类的设计 | 第52-53页 |
| ·邮件过滤类的设计 | 第53-55页 |
| ·抗体生成类的设计 | 第55-56页 |
| ·实验结果及对比分析 | 第56-57页 |
| ·小结 | 第57-58页 |
| 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 附录(攻读硕士学位期间发表论文目录) | 第64页 |
