电子邮件由于其操作便捷、传递迅速等特点,成为了互联网用户之间重要的交流手段。正由于其传递信息的便捷性,互联网上充斥着大量的垃圾邮件。这些垃圾邮件中往往含有恶意的URL,而隐藏在URL链接背后的网络安全威胁极有可能危害用户主机安全。用户对电子邮件的操作统称为用户邮件行为。通过对用户邮件行为的分析可以挖掘用户邮件行为模式。另外,通过模拟用户邮件行为可以在网络靶场中对网络情景进行仿真,使得网络试验环境更加真实。因此本文对用户邮件行为模拟技术展开研究,主要工作如下:(1)通过对用户邮件行为数据的分析,挖掘互联网用户邮件行为模式。本文从用户邮件关系网络、用户兴趣话题、用户行为时间规律和URL点击行为等方面对用户邮件行为展开分析。(2)根据用户邮件行为的特点,对用户邮件行为进行模拟。本文提出了BP-BDI模型对用户邮件行为进行模拟。BP-BDI模型是在BDI模型的基础上构建了信念集自动更新机制和基于BP神经网络的用户行为学习机制。实验证明BP-BDI模型相比BDI模型有更高的用户邮件行为模拟准确率。(3)实现了用户邮件行为模拟的原型系统。用户邮件行为模拟系统实现了邮件数据解析、数据存储、用户邮件行为分析和用户邮件行为模拟等功能模块。