随着电子邮件越来越普及的使用,电子邮件已经是人们日常生活网络交流的重要途径。然而垃圾邮件作为商业广告、病毒程序或敏感内容的载体,占用信箱空间和网络带宽,威胁系统安全,给人们的生活带来诸多不便。反垃圾邮件问题已成为全球性的具有重大现实意义的课题。针对中文垃圾邮件具有动态性、变异性等特点,论文在邮件安全系统中引入人工免疫思想,设计并实现了一种基于人工免疫的中文反垃圾邮件过滤系统。论文首先研究了垃圾邮件内容过滤的相关技术,通过与以往邮件过滤技术优缺点的对比分析,指出基于人工免疫的邮件过滤在动态性、自适应、自学习等方面具有突出优势;其次具体介绍了人工免疫系统的基本概念、人工免疫系统的仿生原理及人工免疫算法的基本流程,分析了将人工免疫系统运用于中文垃圾邮件处理的可行性;再次,针对AISEC(an Artificial Immune System for E-mail Classification)算法基因库和自体库生成效率不高的问题进行改进,提出了基于权重的自体库和基因库生成算法,实验结果表明,改进后的算法减少了算法耗时,提高了分类效率;最后设计了基于人工免疫的垃圾邮件系统模型CECBAI(Chinese-Email Classification Based on Artificial Immunity),给出了系统中各关键模块的工作流程,并通过实验分析了系统中关键参数的设定对中文垃圾邮件过滤性能的影响。与传统的Bayes算法过滤效果相比,基于人工免疫的垃圾邮件过滤机制在动态性和自适应性方面具有较大优势。