随着Internet上信息量的大量增加，人们对信息的需求也越来越专业化，个性化服务技术的出现，可以在一定程度上解决Internet中信息多样化与用户需求专一化之间的予盾，将个性化服务技术应用于邮件分类是一个新的研究方向。　　 Rough Set理论是知识获取的一种方法，能有效地分析和处理不精确、不一致、不完整等各种不完备信息；决策Rough Set是更一般化的Rough Set理论，它继承了原有粗糙集的所有属性，并增强了对于不确定信息的处理，特别当要求降低分类损耗时，利用决策Rough Set能取得较好的效果。　　 本文将Rough Set和决策Rough Set理论应用于网络安全中的一个主要分支--个性化邮件分类问题进行研究和讨论。　　 首先，通过对个性化服务技术、邮件分类技术进行回顾，在研究用户对页面处理行为的基础上，提出一种改进的计算兴趣度方法，该方法加入了用户对页面真实的反馈处理信息，能直观的反应出用户兴趣。实验结果表明，该方法能更准确地计算用户兴趣度。　　 其次，为了更全面地计算用户兴趣度，考虑邮件文本的内容，提出一种基于决策Rough Set的两步分类算法，该算法能降低分类时的损耗，尽可能地减少将感兴趣邮件错分为不感兴趣的情况，从而整体降低了损耗和风险。实验结果也证明该算法的正确性。　　 最后，在基于用户行为和决策Rough Set分类的基础上，设计完成了个性化邮件分类系统TMS(Think Mail System)，并实现了个性化的分类功能。系统使用时会学习用户兴趣，然后根据用户兴趣对邮件进行分类，经实际验证，TMS能基本准确地实现根据用户兴趣对邮件进行个性化分类。