人工免疫是当前计算智能领域的新兴研究热点。本课题以人工免疫系统为研究对象,探索具有可扩展性、具有一定通用性的人工免疫系统模型,并依托四川省科技厅重点攻关项目“通用智能反垃圾邮件机”,采用人工免疫原理设计垃圾邮件过滤器模块,以此作为对课题的理论成果在工程领域应用的进一步研究。本文首先对人工免疫系统以及反垃圾邮件领域的当前研究现状进行阐述,随后对电子邮件的基本理论、人工免疫的生物学背景和传统的反垃圾邮件技术进行了简要的介绍。课题的研究重点是人工免疫系统的基础理论以及在垃圾邮件过滤器设计中的应用,因此本文采用较多的篇幅对二者进行论述,重点研究了对邮件过滤技术具有指导意义的人工免疫系统的建模方法,对基于人工免疫原理的邮件过滤器的结构设计和免疫算法流程、算法模块进行了探索,对实验过程、实验数据、算法参数对识别效能的影响等问题进行了详细的分析。本文主要的创新工作在于基于Burnet 的克隆选择理论提出一种适用于包括文本分类在内的模式识别问题的MCA 免疫算法,并在此基础上进行有针对性的改进,将其应用于垃圾邮件过滤器的设计中,通过实验证明了该方法较传统邮件过滤技术具有更好的正确识别率和自适应性。