| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 第一章 绪论 | 第11-15页 |
| ·课题研究背景 | 第11-12页 |
| ·国内外研究现状 | 第12-13页 |
| ·本文研究内容 | 第13-14页 |
| ·本文结构 | 第14-15页 |
| 第二章 基于人工免疫的垃圾邮件过滤技术 | 第15-29页 |
| ·垃圾邮件过滤技术介绍 | 第15-21页 |
| ·基于规则的垃圾邮件过滤技术 | 第16-17页 |
| ·基于统计的垃圾邮件过滤技术 | 第17-19页 |
| ·垃圾邮件过滤新技术 | 第19-21页 |
| ·人工免疫技术相关知识 | 第21-27页 |
| ·人工免疫系统产生和发展 | 第21-22页 |
| ·人工免疫系统相关概念 | 第22页 |
| ·人工免疫系统仿生机理 | 第22-25页 |
| ·人工免疫基本流程和算法 | 第25-27页 |
| ·小结 | 第27-29页 |
| 第三章 基于人工免疫的中文垃圾邮件过滤算法的改进 | 第29-35页 |
| ·AISEC 算法 | 第29-30页 |
| ·自体库生成算法改进和更新策略 | 第30-32页 |
| ·自体库生成算法改进 | 第30-31页 |
| ·自体库更新策略 | 第31-32页 |
| ·基因库生成算法的改进和更新策略 | 第32-33页 |
| ·实验和结果分析 | 第33-34页 |
| ·实验样本集 | 第33页 |
| ·实验结果和分析 | 第33-34页 |
| ·小结 | 第34-35页 |
| 第四章 基于人工免疫的中文反垃圾邮件系统设计与实现 | 第35-63页 |
| ·CECBAI 系统的总体结构 | 第35-39页 |
| ·总体设计 | 第36页 |
| ·各模块流程图 | 第36-37页 |
| ·相关概念说明 | 第37-39页 |
| ·邮件预处理模块 | 第39-43页 |
| ·邮件解码器 | 第39-40页 |
| ·中文分词 | 第40-42页 |
| ·提取特征词 | 第42页 |
| ·邮件向量化 | 第42-43页 |
| ·检测器耐受训练模块 | 第43-47页 |
| ·基因库和自体库的形成 | 第43-46页 |
| ·检测器的生命周期 | 第46-47页 |
| ·邮件检测模块 | 第47-51页 |
| ·反馈模块 | 第51-57页 |
| ·增量学习和重新学习 | 第51-52页 |
| ·反馈模块设计 | 第52-57页 |
| ·实验分析和验证 | 第57-62页 |
| ·评价标准 | 第57-58页 |
| ·系统关键参数选取对于系统过滤效果的影响 | 第58-59页 |
| ·与Bayes 系统比较分析 | 第59-62页 |
| ·小结 | 第62-63页 |
| 第五章 总结和展望 | 第63-65页 |
| ·论文的主要工作 | 第63页 |
| ·下一步工作和展望 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 致谢 | 第70-71页 |
| 在学期间的研究成果及发表的论文 | 第71页 |