随着因特网的迅猛发展,电子邮件成为了现代通信的主要手段。但是同时,许多垃圾邮件也在网络中蔓延,给广大用户带来了大量的麻烦。因此如何能够有效地防治垃圾邮件是一个有重要意义的现实问题。本文研究了大量国内外最新反垃圾邮件文献和数据,对己有的垃圾邮件过滤技术做出分析、总结和展望。垃圾邮件过滤技术是反垃圾邮件的重要手段,目前主要有基于IP地址的垃圾邮件过滤技术、基于规则的垃圾邮件过滤技术和基于内容的垃圾邮件过滤技术。本文主要研究基于内容的垃圾邮件过滤技术。基于内容的垃圾邮件过滤技术是通过分析电子邮件的内容,来过滤垃圾邮件的一种技术。基于内容的垃圾邮件过滤本质上是文本分类问题,就是要将电子邮件经过预处理提取出邮件正文的文本内容,利用文本分类方法识别垃圾邮件的过程。本文对各种文本分类技术进行了深入调查研究,重点研究了当前流行的支持向量机理论、在文本分类中的重要应用以及当今利用支持向量机进行垃圾邮件处理的最新进展和技术实践。本文利用文本分类的方法处理当前流行的HTML类垃圾邮件。本文对HTML类电子邮件的预处理方法进行了深入的研究。对邮件的预处理,本文研究了文本解析和噪声去除技术,以及实用的中文分词技术、Lucene和GATE工具。提出了基于相似度曲线的特征提取策略。本文设计并实现了基于支持向量机的垃圾邮件过滤系统。采用正向最大匹配方法实现了中文分词,采用基于相似度曲线的特征提取策略和考虑位置因素的权重计算公式,采用支持向量机模型和LIBSVM工具包实现了对电子邮件的分类。通过对系统测试,实验表明采用支持向量机用于垃圾邮件过滤是实现垃圾邮件过滤的有效方法之一。