改進動態(tài)克隆選擇算法在郵件過濾中的應用研究

維普資訊

第２６卷第６期

蘭州交通大學學報（自然科學版）

Ｖｏ１．２６ Ｎｏ．６

２００７年１ ２月

Ｊｏｕｒｎａｌ ｏｆ Ｌａｎｚｈｏｕ Ｊｉａｏｔｏｎｇ Ｕｎｉｖｅｒｓｉｔｙ（Ｎａｔｕｒａｌ Ｓｃｉｅｎｃｅｓ）

Ｄｅｅ．２００７

文章編號：１００１—４３７３（２００７）０６—０１０３—０４

改進動態(tài)克隆選擇算法在郵件過濾中的應用研究

麻小強， 伍忠東， 王靜， 王軼群

（蘭州交通大學ＦＵ子 信息工程學院，¨‘肅蘭州７３００７０）

摘要：提出了可控變異和隨機變異方法，改進了動態(tài)克隆選擇算法，建立并實現一種改進的基于人工免疫系統的

郵件過濾算法．并采用ＳｐａｍＡｓｓａｓｓｉｎ垃圾郵件樣本對算法性能進行測試．實驗結果表明，引入改進的動態(tài)克隆選

擇算法后，該算法對具有變異特性的垃圾郵件能保持較高的正確識別率，具有較好的自適應性和多樣性．

關鍵詞：動態(tài)克隆選擇算法；垃圾郵件；人工免疫；抗原／抗體

中圖分類號：ＴＰ３９３．０８ 文獻標識碼：Ａ

電子郵件是人們在網上進行信息交流的一種必

示，抗體與抗原具有相同的數據結構，都是等長的符

不可少的工具．但是一些垃圾、非法郵件甚至攜帶病 號串，它有產生、成長、進化等生理過程，相應階段分

毒的郵件日益猖獗，困擾著人們正常使用Ｅ—ｍａｉｌ進

別稱為未成熟檢測器（Ｎｏｎ—Ｍａｔｕｒａｔｉｏｎ Ｄｅｔｅｃｔｏｒ）、

行通信交流．如何有效地自動過濾、刪除這些有害郵

成熟檢測器（Ｍａｔｕｒａｔｉｏｎ Ｄｅｔｅｃｔｏｒ）和記憶檢測器

件成為一個熱點問題．現有的反垃圾郵件系統大多 （Ｍｅｍｏｒｙ Ｄｅｔｅｃｔｏｒ），抗體具有屬性ａｂ．ａｇｅ，表示抗

是基于概率統計的原理對郵件進行過濾，這種方法 體年齡．成熟檢測器識別抗原（即檢測到垃圾郵件），

需要較多的人工干預，在對垃圾郵件的多樣性、變異 在計算機免疫學上叫做初次免疫應答（Ｐｒｉｍａｒｙ

性上反應較慢，缺乏自適應性和自動學習的功能．因 Ｉｍｍｕｎｅ Ｒｅｓｐｏｎｓｅ），記憶檢測器識別抗原，叫做二

此，對于隱蔽性、變異能力日益增強的新型垃圾郵

次免疫應答（Ｓｅｃｏｎｄａｒｙ Ｉｍｍｕｎｅ Ｒｅｓｐｏｎｓｅ）．檢測器

件，必須采用具有自適應、自學習和記憶能力的分類

識別抗原可以通過計算二者的親和力ｆ（ｘ， ）來實

系統，而生物免疫系統［１］良好的多樣性，免疫記憶、

現，親和力的計算公式為ｆ（ｘ， ）一，．／Ｎ，其中，ｚ為

自學習、自適應和魯棒性等特點則恰好為反垃圾郵 抗體； 為抗原；，．為二者字符串之間相同位置上相

件技術提供了一個非常重要且有意義的研究方向． 同字符的個數；Ｎ為二者字符串的字符個數．識別函

本文提出了一種全新的方法——基于改進的動態(tài)克 數ｄｅｃｔ（ａｇ）值可由下式計算．

隆選擇免疫算法［２］來構建反垃圾郵件系統，并在實

ｄｆ１，ｆ（ｘ， ）≥Ａ—ｍａｔｃｈ

一 、

際環(huán)境中驗證了它的優(yōu)良特性．

ｅｃｔ（ａｇ 一１０＇ｏｔｈｅ ｓｅ

１基本概念定義

其中，Ａ＿ｍａｔｃｈ為激活閾值，即當ｆ（ｘ， ）≥

Ａ

—

ｍａｔｃｈ時，系統認為抗體識別了抗原．Ａ—ｍａｔｃｈ是

借用生物免疫系統（Ｂｉｏｌｏｇｉｃａｌ Ｉｍｍｕｎｅ

一

個經驗值．

Ｓｙｓｔｅｍ，ＢＩＳ）中的概念，郵件樣本中提取的特征向

量被定義為抗原（Ａｇ），特征向量片斷被定義為基因

２ 改進動態(tài)克隆選擇免疫算法

（Ｇｅｎｅ）．在人工免疫系統（Ａｒｔｉｆｉｃｉａｌ Ｉｍｍｕｎｅ ２．１ 動態(tài)克隆選擇算法

Ｓｙｓｔｅｍ，ＡＩＳ）中，設問題空間記為Ｐ，垃圾郵件特征

動態(tài)克隆選擇算法有如下幾個步驟：

向量集合被定義為非自體Ｎ，正常郵件特征向量集

１）初始化：隨機生成一個屬性串（免疫細胞）的

合被定義為自體Ｓ，則有Ｓ ｎ Ｎ—Ｏ，Ｓ Ｕ Ｎ—Ｐ．

群體．２）群體循環(huán)：對每一個抗原，（１）ｙ選擇那些

Ｓ和Ｎ具有相同的結構，都是符號串．在計算機免疫 與抗原具有更高親和力的細胞進行檢測；（２）變異

系統中，抗體（Ａｂ），通常用檢測器（Ｄｅｔｅｃｔｏｒ）來表

產生的新免疫細胞，遺傳上代免疫細胞的特性，同時

收稿日期：２００７—０４—２９

作者簡介：麻小強（１９８１一），男，甘肅定西人，碩士研究生