基于免疫Agent的垃圾邮件过滤模型

蒋亚平　田月霞　梅　骁

(郑州轻工业学院计算机与通信工程学院　河南 郑州 450001)



基于免疫Agent的垃圾邮件过滤模型

蒋亚平田月霞*梅骁

(郑州轻工业学院计算机与通信工程学院河南 郑州 450001)

针对传统的垃圾邮件过滤方法不能有效识别未知特征及变异特征、终端服务器负载较大和接收邮件时延较长等问题，借鉴生物免疫学原理和多Agent技术，设计一种基于免疫多Agent垃圾邮件过滤模型SF-MA。该模型通过对SMTP协议改进，可快速地判断垃圾邮件的产生，并记忆特征信息；设计抗原提呈算法，扩大自体库的规模；将疫苗概念引入模型，保留优良基因，实现各个Agent的信息交互，增强了整个模型“记忆”机制，有效地提取垃圾邮件的信息和变异特征。利用邮件样本集对该模型进行训练和测试，仿真结果表明，该模型与其他模型相比具有更好的性能，有效地提高了垃圾邮件模型的正确率等特性，降低了虚报率。

人工免疫SMTP协议垃圾邮件抗原提呈疫苗多Agent

0　引　言

现今，网络技术日益发达，通信方式已由原始的信件收发等方式，转变为现在邮件发送。虽然，邮件的存在极大地方便了用户，但存在的大量垃圾邮件严重影响用户的日常生活，不仅占用大量的传输与存储资源，而且造成网络资源的浪费[1]。因此，垃圾邮件过滤技术的研究成为了网络安全技术领域研究的热点之一。

在垃圾邮件中存在的信息一般具有不易发现、变异能力强等特点。现有的垃圾邮件过滤方法，如朴……