如今电子邮件已经成为人们日常生活中通信、交流的重要手段之一,但电子邮件在为人们提供极其方便的通信手段同时,垃圾邮件的危害也日益严重,网民平均收到的垃圾邮件数量已经超过了正常邮件。因此,如何解决好垃圾邮件的过滤问题是一项有着重大现实意义的课题。人工免疫系统强大的自体非自体识别(免疫识别)能力是垃圾邮件识别“天然”的解决办法,灵敏的免疫反馈机制为识别多变的垃圾邮件提供了解决之道。如何将人工免疫系统的这些仿生机制,应用于垃圾邮件过滤,是本文将要解决的主要问题。本文首先分析了电子邮件的工作原理、垃圾邮件的危害及过滤研究现状,并对垃圾邮件过滤的常用语料库,和垃圾邮件过滤方法的评价体系做了介绍。在分析现有垃圾邮件过滤技术的基础上,尝试将人工免疫系统和贝叶斯网络相结合应用于垃圾邮件的过滤。其次,分析了人工免疫系统和贝叶斯网络的基本原理。对人工免疫系统,不仅分析了它的仿生机理,还给出了免疫算法的基本架构,和常用的基于群体的免疫算法;对贝叶斯网络,给出了基本的贝叶斯公式,分析了贝叶斯网络的拓扑结构,和条件独立性假设。最后,设计了一个基于AIS 和Bayes 网络的垃圾邮件过滤算法,分析了其中的关键问题,并给出了解决办法;在此基础上设计了一个基于AIS 和Bayes网络的垃圾邮件过滤模型,并以此模型为基础设计了一个垃圾邮件过滤仿真器;最后在PU1 Bare 语料上做了垃圾邮件过滤仿真实验,并取得了较好效果。