随着电子邮件日益广泛的使用,如何有效地避免和防范垃圾邮件的侵扰已成为一个亟待解决的问题。由于传统垃圾邮件过滤技术存在对变异性较强的邮件动态适应性弱和分类准确率低等缺点。受生物免疫系统自我保护机制的启发,研究人员把人工免疫系统的相关算法应用于垃圾邮件过滤领域,取得一定研究成果,但还是存在正确肯定率和正确否定率不能平衡和初始检测器生成太慢等缺点。在人工免疫领域,2002年兴起的基于危险理论的相关算法在入侵检测中取得了较为突出的成果,由于入侵检测和垃圾邮件过滤具有较大的相似性,所以本文将危险理论的相关算法应用于垃圾邮件过滤,并对已有算法的缺陷作出改进。2007年兴起的二代人工免疫系统对提高人工免疫算法的准确率提供了重要的指导思想。本文以科技攻关项目(项目编号:03GG-006-021)为研究基础。从第一代人工免疫系统存在的缺点和现有垃圾邮件过滤技术的局限性出发,以树突状细胞算法为主线,危险理论和二代人工免疫系统为理论基础,提出了基于二代人工免疫系统的一个新算法(带训练的树突状细胞算法),实现并成功应用于垃圾邮件过滤。该算法还可用于其它需要分类的领域中,如文本挖掘、入侵检测、模式识别等。本文主要完成了以下工作:1.通过生成垃圾邮件的危险信号,把人工免疫学中危险理论最新研究成果树突状细胞算法用于垃圾邮件过滤。2.通过改进抗原生成方式、抗原提呈次序和抗原提呈次数,使得树突状细胞算法具有更高的准确率。3.把树突状细胞算法和传统人工免疫系统的克隆选择算法有机地组织在一起,形成一个完整的基于二代人工免疫系统带训练的树突状细胞算法(T-DCA),进一步提高垃圾邮件过滤的准确率。