基于抗体网络的邮件过滤器设计

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于抗体网络的邮件过滤器设计

匡胤, 黄迪明

文章导航 > 电子科技大学学报 > 2006 > 35(5): 811-814

匡胤, 黄迪明. 基于抗体网络的邮件过滤器设计[J]. 电子科技大学学报, 2006, 35(5): 811-814.

引用本文:

匡胤, 黄迪明. 基于抗体网络的邮件过滤器设计[J]. 电子科技大学学报, 2006, 35(5): 811-814.

KUANG Yin, HUANG Di-ming. A Design of Mail Filter Based on Antibody Network[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(5): 811-814.

Citation:

KUANG Yin, HUANG Di-ming. A Design of Mail Filter Based on Antibody Network[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(5): 811-814.

基于抗体网络的邮件过滤器设计

匡胤¹,
黄迪明²

1.
内江师范学院计算机科学系四川内江 641002;
2.
电子科技大学计算机科学与工程学院成都 610054

基金项目:

四川省科技厅重点攻关项目(03GG006-021);四川省教育厅青年基金资助项目(2005B043)

作者简介:
匡胤(1974-),男,硕士,讲师,主要从事网络安全和智能计算方面的研究.

中图分类号: TP18

A Design of Mail Filter Based on Antibody Network

KUANG Yin¹,
HUANG Di-ming²

1.
Department of Computer,Neijiang Teachers College Neijiang Sichuan 641002;
2.
School of Computer Science & Engineering,Univ. of Electron. Sci. & Tech. of China Chengdu 610054

摘要: 抗体网络作为一种新型的基于免疫原理的神经网络模型,已有实验验证了其具有良好的无监督竞争学习能力。但对抗体网络的研究目前还集中在原理介绍和实验验证上,没有将其应用在实际工程问题中的先例。在保留抗体网络的结构自动生成,基于克隆选择、变异机制的无监督竞争学习等优点的同时,对抗体网络的初始化、抗体的表示方式、网络结构的更新等方面作了适当的改进。在此基础上设计的邮件过滤器,和传统的邮件过滤器相比,实验结果表明其具有自适应能力好、准确性高等优点。
- 垃圾邮件 /
- 邮件过滤器 /
- 抗体网络 /
- 克隆选择 /
- 人工神经网络
Abstract: The Antibody Network (ABNET), which is a new Artificial Neural Networks (ANN) based on immune principle, has been proved to have good ability of unsupervised and competitive learning in experiments. But there is no precedent to use ABNET in practical engineerings because the present researches about it are still focusing on principle and experiments. While the good qualities of ABNET are reserved, such as structure generated automatically, unsupervised and competitive learning based on clone selection and mutation,the way of initiating ABNET, expressing a antibody, and updating structure is improved properly. The mail filter based on improved ABNET is better at adaptation and accuracy in experiments, compared with traditional mail filters.
- spam /
- mail filter /
- ABNET /
- clonal selection /
- ANN

[1]	吴劲, 陈树沛, 杨庆, 周帆. 基于图神经网络的用户轨迹分类 . 电子科技大学学报, 2021, 50(5): 734-740. doi: 10.12178/1001-0548.2020435
[2]	胡旺, 张建, 陈维锋, 胡斌, 郭红梅. 基于神经网络的烈度衰减融合模型研究 . 电子科技大学学报, 2018, 47(2): 224-229. doi: 10.3969/j.issn.1001-0548.2018.02.010
[3]	李玮, 张大方, 徐冰. 面向NDN中名字查找的哈希布鲁姆过滤器 . 电子科技大学学报, 2017, 46(5): 734-740. doi: 10.3969/j.issn.1001-0548.2017.05.016
[4]	孙晶涛, 张秋余, 袁占亭, 董建设. 博弈论在邮件特征选择中的应用 . 电子科技大学学报, 2011, 40(1): 95-99. doi: 10.3969/j.issn.1001-0548.2011.01.018
[5]	卢小梅, 陈武华, 杨宣访. 时滞细胞神经网络部分状态脉冲镇定 . 电子科技大学学报, 2010, 39(6): 810-816. doi: 10.3969/j.issn.1001-0548.2010.06.002
[6]	王玫, 王卓, 王杰. 回转类零件的人工神经网络工序选择方法研究 . 电子科技大学学报, 2010, 39(3): 470-475. doi: 10.3969/j.issn.1001-0548.2010.03.033
[7]	覃仁超, 李涛, 张瑜. 基于免疫原理的控制器参数整定方法 . 电子科技大学学报, 2009, 38(4): 609-612. doi: 10.3969/j.issn.1001-0548.2009.04.031
[8]	傅彦, 周俊临, 吴跃. 快速神经网络无损压缩方法研究 . 电子科技大学学报, 2007, 36(6): 1245-1248.
[9]	张秋余, 孙晶涛, 闫晓文, 黄文汉. LSA和MD5算法在垃圾邮件过滤系统的应用研究 . 电子科技大学学报, 2007, 36(6): 1223-1227.
[10]	秦志光, 罗琴, 张凤荔. 一种混合的垃圾邮件过滤算法研究 . 电子科技大学学报, 2007, 36(3): 485-488.
[11]	刘震, 周明天. 基于核方法的贝叶斯邮件分类网络研究 . 电子科技大学学报, 2007, 36(3): 587-589,593.
[12]	张成功, 黄迪明, 胡德昆. 基于人工免疫原理的反垃圾邮件系统AIASS . 电子科技大学学报, 2007, 36(1): 96-99.
[13]	曹安照, 田丽. 基于RBF神经网络的短期电力负荷预测 . 电子科技大学学报, 2006, 35(4): 507-509.
[14]	陈科, 许家珆, 程永新. 基于免疫算法和神经网络的新型抗体网络 . 电子科技大学学报, 2006, 35(5): 804-806,840.
[15]	王波, 黄迪明. 遗传神经网络在邮件过滤器中的应用 . 电子科技大学学报, 2005, 34(4): 505-508.
[16]	陈中柘. 神经网络定性分析 . 电子科技大学学报, 2002, 31(3): 250-254.
[17]	胡香荣, 徐军, 薛良金. 对称单面鳍线的人工神经网络模型 . 电子科技大学学报, 2001, 30(5): 454-457.
[18]	王秉中, 洪劲松. 非对称带状线间隙的人工神经网络模型 . 电子科技大学学报, 1999, 28(4): 362-365.
[19]	骆德汉, 郎文辉, 黄胜. 基于人工神经网络的在线设备状态监测系统的研究 . 电子科技大学学报, 1999, 28(5): 527-532.
[20]	骆德汉. 一种ANN与ES功能互补的故障诊断方法 . 电子科技大学学报, 1998, 27(4): 421-426.

WeChat

点击查看大图

计量

文章访问数: 3478
HTML全文浏览量: 101
PDF下载量: 63
被引次数: 0

基于抗体网络的邮件过滤器设计

匡胤¹,
黄迪明²

1. 内江师范学院计算机科学系四川内江 641002;

2. 电子科技大学计算机科学与工程学院成都 610054

基金项目:

四川省科技厅重点攻关项目(03GG006-021);四川省教育厅青年基金资助项目(2005B043)

作者简介:
匡胤(1974-),男,硕士,讲师,主要从事网络安全和智能计算方面的研究.

收稿日期: 2004-05-23
刊出日期: 2006-10-15

中图分类号: TP18

关键词:

摘要: 抗体网络作为一种新型的基于免疫原理的神经网络模型,已有实验验证了其具有良好的无监督竞争学习能力。但对抗体网络的研究目前还集中在原理介绍和实验验证上,没有将其应用在实际工程问题中的先例。在保留抗体网络的结构自动生成,基于克隆选择、变异机制的无监督竞争学习等优点的同时,对抗体网络的初始化、抗体的表示方式、网络结构的更新等方面作了适当的改进。在此基础上设计的邮件过滤器,和传统的邮件过滤器相比,实验结果表明其具有自适应能力好、准确性高等优点。

English Abstract

匡胤, 黄迪明. 基于抗体网络的邮件过滤器设计[J]. 电子科技大学学报, 2006, 35(5): 811-814.

引用本文:

匡胤, 黄迪明. 基于抗体网络的邮件过滤器设计[J]. 电子科技大学学报, 2006, 35(5): 811-814.

KUANG Yin, HUANG Di-ming. A Design of Mail Filter Based on Antibody Network[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(5): 811-814.

Citation:

KUANG Yin, HUANG Di-ming. A Design of Mail Filter Based on Antibody Network[J]. Journal of University of Electronic Science and Technology of China, 2006, 35(5): 811-814.

全文HTML

/

下载: 全尺寸图片幻灯片

分享

用微信扫码二维码

分享至好友和朋友圈

返回

期刊在线

编辑办公

友情链接

电子科技大学

版权所有 © 《电子科技大学学报》编辑部

地址: 成都市建设北路二段四号电子科技大学主楼中350室电话: 028-83202308,83207559 Email: xuebao@uestc.edu.cn

本系统由北京仁和汇智信息技术有限公司开发