电子邮件是当今最为经济和相对快捷的通信方式,而垃圾邮件也成为互联网领域的一大难题。反垃圾邮件技术经历了数十年的发展,从网络信息流的角度看,过滤模式有客户端过滤和服务器端过滤;针对具体的邮件处理措施,有手工过滤和自动过滤,而邮件的自动过滤又可分为基于规则的邮件自动过滤,基于概率的邮件自动过滤。随着技术的发展,基于规则和概率的自动过滤技术也逐步应用到实际的反垃圾邮件系统。出现了诸如贝叶斯算法、支持向量机算法、人工智能的算法等。这些技术各有千秋,但是真正有效的并不多。造成这种困境的主要原因在于缺乏对垃圾邮件相对完整的技术定义,未能达到预期目的。 目前各软件公司推出了种类繁多的专业反垃圾邮件软件,多层过滤算法已是主流。一般都综合了以上的各种反垃圾邮件技术,分为“基本过滤层”和“高级过滤层”,前者由黑白名单和黑白关键词构成,后者主要由反垃圾邮件安全包、基于内容识别的学习引擎、基于行为识别的规则引擎、收入黑名单引擎这四层构成。由此形成了多层次的防御体系,兼顾速度,以求获得最好的过滤效果。 本文将针对垃圾邮件的各项特征,采用统计学知识、向量空间模型以及向量分析等知识,在现有的研究基础之上总结各方面的技术特点,对垃圾邮件的各项特征作出较为完善的描述。依据电子邮件协议自身的特征,借鉴中国互联网协会提供的垃圾邮件的定义,建立垃圾邮件判别模型。定义垃圾邮件的技术特性,并对垃圾邮件的技术特征进行分类,以突出其重点层次关系,明确各项特征在垃圾邮件判断中重要性以及相互关系。为技术处理垃圾邮件提供依据,减少垃圾邮件处理中经常出现的顾此失彼的现象。 其中包括根据本判别模型,可以提出有效的反垃圾邮件技术解决方案,为最终解决垃圾邮件问题创立理论基础。