CN106453423B - 一种基于用户个性化设置的垃圾邮件的过滤系统及方法 - Google Patents
一种基于用户个性化设置的垃圾邮件的过滤系统及方法 Download PDFInfo
- Publication number
- CN106453423B CN106453423B CN201611125469.3A CN201611125469A CN106453423B CN 106453423 B CN106453423 B CN 106453423B CN 201611125469 A CN201611125469 A CN 201611125469A CN 106453423 B CN106453423 B CN 106453423B
- Authority
- CN
- China
- Prior art keywords
- spam
- information
- module
- word segmentation
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0227—Filtering policies
- H04L63/0245—Filtering by information in the payload
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/21—Monitoring or handling of messages
- H04L51/212—Monitoring or handling of messages using filtering or selective blocking
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L51/00—User-to-user messaging in packet-switching networks, transmitted according to store-and-forward or real-time protocols, e.g. e-mail
- H04L51/42—Mailbox-related aspects, e.g. synchronisation of mailboxes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
- H04L63/0227—Filtering policies
- H04L63/0236—Filtering by address, protocol, port number or service, e.g. IP-address or URL
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Computer Security & Cryptography (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Transfer Between Computers (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
一种基于用户个性化设置的垃圾邮件的过滤系统及方法,涉及网络安全领域,具体涉及垃圾邮件的检测过滤系统和方法。为了解决现有的垃圾邮件检测大多基于用户的设置信息对垃圾邮件进行判断存在的不能对用户设置中没有设置信息的垃圾邮件进行过滤的问题。本发明的系统包括:用于获取用户邮箱的个性化设置邮箱个性化设置模块;用于将新接收的邮件进行解析并获取邮件收件人信息、发件人信息和邮件的主题及内容邮件预处理模块;根据邮箱个性化设置模块的信息和邮件预处理模块的信息对邮件进行初步过滤的垃圾邮件初步判断模块;和根据邮件内容是否包含共性中文分词或诱导性链接判断邮件是否为垃圾邮件的邮件内容处理模块。本发明适用于垃圾邮件的过滤。
Description
技术领域
本发明涉及网络安全领域,具体涉及垃圾邮件的检测过滤系统和方法。
背景技术
电子邮件作为人们日常工作、工作、学习中信息交换的一种重要手段,也是Internet应用最广泛的服务之一。但随着网络电子邮件的发展,越来越多带有商业性推广,政治目的和内容中含有大量钓鱼网站的垃圾邮件数目急剧增长。垃圾邮件的泛滥不仅会极大浪费用户的工作时间处理一些根本没有用的邮件,甚至内容中含有钓鱼网站的邮件可能会对用户的财产安全构成为威胁。目前,针对垃圾邮件的过滤已经有了不少的研究,大多数方法,都是基于邮件内容(文本分词)的检测方法。该类方法有一个明显的缺点,由于为所有的用户保存统一的垃圾邮件过滤参数,提供一致的模型。因此,无法满足不同用户的个性化需求(对垃圾邮件的定义不同),当然该方法也不能通过自主学习,改变识别策略,尤其不能适应当用户对黑名单的内容改变时情形。
对于现有的对垃圾邮件检测的方法,邮件的处理流程存在可以优化情形。例如我们可以对不同类型的邮件采用不同的处理方式,这样在不影响对邮件结果判断的情况下,又能提高对邮件处理的速度。例如现实中,很多广告邮件或者商业推广邮件往往都有群发的现象,利用这个特性,当用户收到的一份新邮件中,发现收件人有很多,对于这份邮件,很可能为垃圾邮件,我们可以直接对这份邮件进行文本分词处理,然后看它是否符合垃圾邮件的特性,而不用,再去分析它的发件人是否来自用户黑名单中的邮箱,这样就节省了邮件的处理时间。
发明内容
本发明为了解决现有的垃圾邮件检测大多基于用户的设置信息对垃圾邮件进行判断存在的不能对用户设置中没有设置信息的垃圾邮件进行过滤的问题。
一种基于用户个性化设置的垃圾邮件的过滤系统,包括:
邮箱个性化设置模块,用于获取用户邮箱的个性化设置,包括好友邮箱信息、订阅账号信息和黑名单邮箱账号信息;
邮件预处理模块,用于将新接收的邮件进行解析,获取邮件收件人信息、发件人信息和邮件的主题及内容;
垃圾邮件初步判断模块,根据邮箱个性化设置模块的信息和邮件预处理模块的信息,对邮件进行初步过滤;
邮件内容处理模块,用于对垃圾邮件初步判断模块过滤后的邮件进行行识别,根据邮件内容是否包含共性中文分词或诱导性链接,从而判断邮件是否为垃圾邮件。
优选地,所述一种基于用户个性化设置的垃圾邮件的过滤系统还包括诱导性链接数据库和垃圾邮件中文分词数据库;所述的诱导性链接数据库是经过对网络中已知垃圾邮件(并非针对本邮箱收到的,是针对网络中已经发现所有的垃圾邮件)提取链接信息;所述的垃圾邮件中文分词数据库是经过对网络中已知垃圾邮件(并非针对本邮箱收到的,是针对网络中已经发现所有的垃圾邮件)进行中文分词处理后获得的中文分词集合,称为共性中文分词集合;诱导性链接数据库和垃圾邮件中文分词数据库用于对邮件内容处理模块中的含有的链接和文本分词进行比对,判断收到的邮件是否为垃圾邮件。
一种基于用户个性化设置的垃圾邮件的过滤方法,包括以下步骤:
步骤1、用户新收到的邮件后,邮箱个性化设置模块获取用户邮箱中设置的黑名单邮箱账号、用户的好友邮箱账户信息、用户订阅的公众邮箱账户信息;
步骤2、邮件预处理模块将新收到的邮件进行处理,获取收件人信息、发件人信息和邮件的主题及内容(SMTP,POP3协议很容易获取到这些内容);收件人信息包括邮件发送方发送时对应所有收信人的数量,即邮件的收信人很多,收件人信息包括这些收信人的数量;
步骤3、垃圾邮件初步判断模块内设置收件人阈值;垃圾邮件初步判断模块首先获取包含有邮件发送方发送时对应所有收信人的数量的收件人信息,并将收信人的数量与所述的收件人阈值(例如将阈值设置为50)进行比较;
如果收信人的数量大于等于收件人阈值,那么这份邮件很符合商业推广、广告邮件等垃圾邮件的某些特征,则将该邮件的主题及内容发送至邮件内容处理模块进行处理;
如果收信人的数量小于收件人阈值,则将发件人信息与邮箱个性化设置模块获取的黑名单邮箱账号信息进行比对,如果发件人信息属于黑名单邮箱账号信息,则判定该邮件为垃圾邮件;如果发件人信息不属于黑名单邮箱账号信息,则继续判断发件人是否为好友邮箱账户信息或用户订阅的公众邮箱账户信息,如果是则判定邮件为正常邮件,如果发件人信息也不属于好友邮箱账户信息或者用户订阅的公众邮箱账户信息,则将该邮件的主题及内容送至邮件内容处理模块处理;
步骤4、邮件内容处理模块对收到邮件的主题及内容后进行识别,如果邮件内容包含共性中文分词或诱导性链接,则判定该邮件为垃圾邮件,否者判断邮件为正常邮件。
优选地,所述步骤4的实现过程包括以下步骤:
步骤4.1、邮件内容处理模块对邮件的主题及内容进行识别,获得邮件内容的文本分词和邮件内容含有的链接;
步骤4.2、邮件内容处理模块将邮件内容含有的链接与诱导性链接数据库进行比对;如果邮件内容含有的链接有一条链接为诱导性链接,则判定该邮件是垃圾邮件,并将该邮件中含有的、且不属于诱导性链接数据库中的链接添加到诱导性链接数据库中,对诱导性链接数据库进行更新;
将已知的垃圾邮件中文分词数据库中的中文分词集合称为共性中文分词集合;邮件内容处理模块将邮件内容的文本分词与共性中文分词集合进行比对;当邮件内容的文本分词符合共性中文分词集合的数量达到设定的分词阈值时,判断邮件为垃圾邮件;
当邮件内容含有的链接均不含有诱导性链接数据库中的链接且邮件内容的文本分词符合共性中文分词集合的数量低于设定的分词阈值时,判断邮件为正常邮件。
优选地,步骤4中所述的诱导性链接数据库是网络中安全软件(例如杀毒软件)或邮件服务器已经发现所有的垃圾邮件中包含的链接集合。
优选地,步骤4中所述的共性中文分词集合是网络中安全软件(例如杀毒软件)或邮件服务器已经发现所有的垃圾邮件的分词集合。
本发明具有以下有益效果:
本发明不但能够基于用户的个性化设置信息对垃圾邮件进行判断,提高用户的体验;同时能够对用户设置中没有设置信息的邮件尽心判断,提高了接收新垃圾邮件屏蔽过滤概率。相比现有的完全基于用户个性化设置信息对垃圾邮件判断方法,本发明能够将商业推广等垃圾邮件的屏蔽概率提高50%以上。
附图说明
图1为本发明的方法流程示意图。
具体实施方式
具体实施方式一:
一种基于用户个性化设置的垃圾邮件的过滤系统,包括:
邮箱个性化设置模块,用于获取用户邮箱的个性化设置,包括好友邮箱信息、订阅账号信息和黑名单邮箱账号信息;
邮件预处理模块,用于将新接收的邮件进行解析,获取邮件收件人信息、发件人信息和邮件的主题及内容;
垃圾邮件初步判断模块,根据邮箱个性化设置模块的信息和邮件预处理模块的信息,对邮件进行初步过滤;
邮件内容处理模块,用于对垃圾邮件初步判断模块过滤后的邮件进行行识别,根据邮件内容是否包含共性中文分词或诱导性链接,从而判断邮件是否为垃圾邮件。
具体实施方式二:
本实施方式所述的一种基于用户个性化设置的垃圾邮件的过滤系统,还包括诱导性链接数据库和垃圾邮件中文分词数据库;所述的诱导性链接数据库是经过对网络中已知垃圾邮件(并非针对本邮箱收到的,是针对网络中已经发现所有的垃圾邮件)提取链接信息;所述的垃圾邮件中文分词数据库是经过对网络中已知垃圾邮件(并非针对本邮箱收到的,是针对网络中已经发现所有的垃圾邮件)进行中文分词处理后获得的中文分词集合,称为共性中文分词集合;诱导性链接数据库和垃圾邮件中文分词数据库用于对邮件内容处理模块中的含有的链接和文本分词进行比对,判断收到的邮件是否为垃圾邮件。
其他模块和功能与具体实施方式一相同。
具体实施方式三:结合图1说明本实施方式,
一种基于用户个性化设置的垃圾邮件的过滤方法,包括以下步骤:
步骤1、用户新收到的邮件后,邮箱个性化设置模块获取用户邮箱中设置的黑名单邮箱账号、用户的好友邮箱账户信息、用户订阅的公众邮箱账户信息;
步骤2、邮件预处理模块将新收到的邮件进行处理,获取收件人信息、发件人信息和邮件的主题及内容(SMTP,POP3协议很容易获取到这些内容);收件人信息包括邮件发送方发送时对应所有收信人的数量,即邮件的收信人很多,收件人信息包括这些收信人的数量;
步骤3、垃圾邮件初步判断模块内设置收件人阈值;垃圾邮件初步判断模块首先获取包含有邮件发送方发送时对应所有收信人的数量的收件人信息,并将收信人的数量与所述的收件人阈值(例如将阈值设置为50)进行比较;
如果收信人的数量大于等于收件人阈值,那么这份邮件很符合商业推广、广告邮件等垃圾邮件的某些特征,则将该邮件的主题及内容发送至邮件内容处理模块进行处理;
如果收信人的数量小于收件人阈值,则将发件人信息与邮箱个性化设置模块获取的黑名单邮箱账号信息进行比对,如果发件人信息属于黑名单邮箱账号信息,则判定该邮件为垃圾邮件;如果发件人信息不属于黑名单邮箱账号信息,则继续判断发件人是否为好友邮箱账户信息或用户订阅的公众邮箱账户信息,如果是则判定邮件为正常邮件,如果发件人信息也不属于好友邮箱账户信息或者用户订阅的公众邮箱账户信息,则将该邮件的主题及内容送至邮件内容处理模块处理;
步骤4、邮件内容处理模块对收到邮件的主题及内容后进行识别,如果邮件内容包含共性中文分词或诱导性链接,则判定该邮件为垃圾邮件,否者判断邮件为正常邮件。
具体实施方式四:
本实施方式所述步骤4的实现过程包括以下步骤:
步骤4.1、邮件内容处理模块对邮件的主题及内容进行识别,获得邮件内容的文本分词和邮件内容含有的链接;
步骤4.2、邮件内容处理模块将邮件内容含有的链接与诱导性链接数据库进行比对;如果邮件内容含有的链接有一条链接为诱导性链接,则判定该邮件是垃圾邮件,并将该邮件中含有的、且不属于诱导性链接数据库中的链接添加到诱导性链接数据库中,对诱导性链接数据库进行更新;
将已知的垃圾邮件中文分词数据库中的中文分词集合称为共性中文分词集合;邮件内容处理模块将邮件内容的文本分词与共性中文分词集合进行比对;当邮件内容的文本分词符合共性中文分词集合的数量达到设定的分词阈值时,判断邮件为垃圾邮件;
当邮件内容含有的链接均不含有诱导性链接数据库中的链接且邮件内容的文本分词符合共性中文分词集合的数量低于设定的分词阈值时,判断邮件为正常邮件。
其他模块和步骤与具体实施方式三相同。
具体实施方式五:
本实施方式所述步骤4中所述的诱导性链接数据库是网络中安全软件(例如杀毒软件)或邮件服务器已经发现所有的垃圾邮件中包含的链接集合。
其他模块和步骤与具体实施方式三或四相同。
具体实施方式六:
本实施方式所述步骤4中所述的共性中文分词集合是网络中安全软件(例如杀毒软件)或邮件服务器已经发现所有的垃圾邮件的分词集合。
其他模块和步骤与具体实施方式三至五之一相同。
Claims (4)
1.一种基于用户个性化设置的垃圾邮件的过滤系统,其特征在于,包括:
邮箱个性化设置模块,用于获取用户邮箱的个性化设置,包括好友邮箱信息、订阅账号信息和黑名单邮箱账号信息;
邮件预处理模块,用于将新接收的邮件进行解析,获取邮件收件人信息、发件人信息和邮件的主题及内容;
垃圾邮件初步判断模块,根据邮箱个性化设置模块的信息和邮件预处理模块的信息,对邮件进行初步过滤;垃圾邮件初步判断模块内设置收件人阈值;垃圾邮件初步判断模块首先获取包含有邮件发送方发送时对应所有收信人的数量的收件人信息,并将收信人的数量与所述的收件人阈值进行比较;
如果收信人的数量大于等于收件人阈值,则将该邮件的主题及内容发送至邮件内容处理模块进行处理;
如果收信人的数量小于收件人阈值,则将发件人信息与邮箱个性化设置模块获取的黑名单邮箱账号信息进行比对,如果发件人信息属于黑名单邮箱账号信息,则判定该邮件为垃圾邮件;如果发件人信息不属于黑名单邮箱账号信息,则继续判断发件人是否为好友邮箱账户信息或用户订阅的公众邮箱账户信息,如果是则判定邮件为正常邮件,如果发件人信息也不属于好友邮箱账户信息或者用户订阅的公众邮箱账户信息,则将该邮件的主题及内容送至邮件内容处理模块处理;
邮件内容处理模块,用于对垃圾邮件初步判断模块过滤后的邮件进行行识别,根据邮件内容是否包含共性中文分词或诱导性链接,从而判断邮件是否为垃圾邮件;
所述过滤系统还包括诱导性链接数据库和垃圾邮件中文分词数据库;所述的诱导性链接数据库是经过对网络中已知垃圾邮件提取链接信息;所述的垃圾邮件中文分词数据库是经过对网络中已知垃圾邮件进行中文分词处理后获得的中文分词集合,称为共性中文分词集合;诱导性链接数据库和垃圾邮件中文分词数据库用于对邮件内容处理模块中的含有的链接和文本分词进行比对,判断收到的邮件是否为垃圾邮件。
2.一种基于用户个性化设置的垃圾邮件的过滤方法,其特征在于,包括以下步骤:
步骤1、用户新收到的邮件后,邮箱个性化设置模块获取用户邮箱中设置的黑名单邮箱账号、用户的好友邮箱账户信息、用户订阅的公众邮箱账户信息;
步骤2、邮件预处理模块将新收到的邮件进行处理,获取收件人信息、发件人信息和邮件的主题及内容;收件人信息包括邮件发送方发送时对应所有收信人的数量;
步骤3、垃圾邮件初步判断模块内设置收件人阈值;垃圾邮件初步判断模块首先获取包含有邮件发送方发送时对应所有收信人的数量的收件人信息,并将收信人的数量与所述的收件人阈值进行比较;
如果收信人的数量大于等于收件人阈值,则将该邮件的主题及内容发送至邮件内容处理模块进行处理;
如果收信人的数量小于收件人阈值,则将发件人信息与邮箱个性化设置模块获取的黑名单邮箱账号信息进行比对,如果发件人信息属于黑名单邮箱账号信息,则判定该邮件为垃圾邮件;如果发件人信息不属于黑名单邮箱账号信息,则继续判断发件人是否为好友邮箱账户信息或用户订阅的公众邮箱账户信息,如果是则判定邮件为正常邮件,如果发件人信息也不属于好友邮箱账户信息或者用户订阅的公众邮箱账户信息,则将该邮件的主题及内容送至邮件内容处理模块处理;
步骤4、邮件内容处理模块对收到邮件的主题及内容后进行识别,如果邮件内容包含共性中文分词或诱导性链接,则判定该邮件为垃圾邮件,否者判断邮件为正常邮件;
所述步骤4的实现过程包括以下步骤:
步骤4.1、邮件内容处理模块对邮件的主题及内容进行识别,获得邮件内容的文本分词和邮件内容含有的链接;
步骤4.2、邮件内容处理模块将邮件内容含有的链接与诱导性链接数据库进行比对;如果邮件内容含有的链接有一条链接为诱导性链接,则判定该邮件是垃圾邮件,并将该邮件中含有的、且不属于诱导性链接数据库中的链接添加到诱导性链接数据库中,对诱导性链接数据库进行更新;
将已知的垃圾邮件中文分词数据库中的中文分词集合称为共性中文分词集合;邮件内容处理模块将邮件内容的文本分词与共性中文分词集合进行比对;当邮件内容的文本分词符合共性中文分词集合的数量达到设定的分词阈值时,判断邮件为垃圾邮件;
当邮件内容含有的链接均不含有诱导性链接数据库中的链接且邮件内容的文本分词符合共性中文分词集合的数量低于设定的分词阈值时,判断邮件为正常邮件。
3.根据权利要求2所述的一种基于用户个性化设置的垃圾邮件的过滤方法,其特征在于,步骤4中所述的诱导性链接数据库是网络中安全软件或邮件服务器已经发现所有的垃圾邮件中包含的链接集合。
4.根据权利要求2或3所述的一种基于用户个性化设置的垃圾邮件的过滤方法,其特征在于,步骤4中所述的共性中文分词集合是网络中安全软件或邮件服务器已经发现所有的垃圾邮件的分词集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611125469.3A CN106453423B (zh) | 2016-12-08 | 2016-12-08 | 一种基于用户个性化设置的垃圾邮件的过滤系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611125469.3A CN106453423B (zh) | 2016-12-08 | 2016-12-08 | 一种基于用户个性化设置的垃圾邮件的过滤系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106453423A CN106453423A (zh) | 2017-02-22 |
CN106453423B true CN106453423B (zh) | 2019-10-01 |
Family
ID=58217357
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611125469.3A Active CN106453423B (zh) | 2016-12-08 | 2016-12-08 | 一种基于用户个性化设置的垃圾邮件的过滤系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106453423B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6897257B2 (ja) | 2017-04-12 | 2021-06-30 | 富士フイルムビジネスイノベーション株式会社 | 電子メール処理装置および電子メール処理プログラム |
CN107171937A (zh) * | 2017-05-11 | 2017-09-15 | 翼果(深圳)科技有限公司 | 反垃圾邮件的方法及系统 |
CN109391535B (zh) * | 2017-08-02 | 2022-03-04 | 阿里巴巴集团控股有限公司 | 域级的联系人确定方法、垃圾邮件判断方法和装置 |
CN108512828A (zh) * | 2018-02-13 | 2018-09-07 | 论客科技(广州)有限公司 | 基于通讯录的邮件标识及过滤方法、装置、服务器及系统 |
CN108628832B (zh) * | 2018-05-08 | 2022-03-18 | 中国联合网络通信集团有限公司 | 一种信息情报关键字获取方法及装置 |
CN110149266B (zh) * | 2018-07-19 | 2022-06-24 | 腾讯科技(北京)有限公司 | 垃圾邮件识别方法及装置 |
CN110400123B (zh) * | 2019-07-05 | 2023-06-20 | 中国平安财产保险股份有限公司 | 交友信息推广方法、装置、设备及计算机可读存储介质 |
CN110474837A (zh) * | 2019-08-19 | 2019-11-19 | 赛尔网络有限公司 | 一种垃圾邮件处理方法、装置、电子设备及存储介质 |
CN110838972A (zh) * | 2019-11-29 | 2020-02-25 | 北京春笛网络信息技术服务有限公司 | 一种基于好友列表的垃圾邮件过滤方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1863170A (zh) * | 2005-05-10 | 2006-11-15 | 光宝科技股份有限公司 | 处理垃圾电子邮件的方法及计算机可读取存储媒体 |
CN1889108A (zh) * | 2005-06-29 | 2007-01-03 | 腾讯科技(深圳)有限公司 | 一种识别垃圾邮件的方法 |
CN101087259A (zh) * | 2006-06-07 | 2007-12-12 | 深圳市都护网络科技有限公司 | 一种过滤国际互联网络中垃圾电子邮件的系统及其实现方法 |
CN101667979A (zh) * | 2009-10-12 | 2010-03-10 | 哈尔滨工程大学 | 基于链接域名和用户反馈的反钓鱼邮件系统及方法 |
CN102255922A (zh) * | 2011-08-24 | 2011-11-23 | 山东师范大学 | 一种多层次的垃圾邮件智能过滤方法 |
CN105871887A (zh) * | 2016-05-12 | 2016-08-17 | 北京大学 | 基于客户端的个性化电子邮件过滤系统和过滤方法 |
-
2016
- 2016-12-08 CN CN201611125469.3A patent/CN106453423B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1863170A (zh) * | 2005-05-10 | 2006-11-15 | 光宝科技股份有限公司 | 处理垃圾电子邮件的方法及计算机可读取存储媒体 |
CN1889108A (zh) * | 2005-06-29 | 2007-01-03 | 腾讯科技(深圳)有限公司 | 一种识别垃圾邮件的方法 |
CN101087259A (zh) * | 2006-06-07 | 2007-12-12 | 深圳市都护网络科技有限公司 | 一种过滤国际互联网络中垃圾电子邮件的系统及其实现方法 |
CN101667979A (zh) * | 2009-10-12 | 2010-03-10 | 哈尔滨工程大学 | 基于链接域名和用户反馈的反钓鱼邮件系统及方法 |
CN102255922A (zh) * | 2011-08-24 | 2011-11-23 | 山东师范大学 | 一种多层次的垃圾邮件智能过滤方法 |
CN105871887A (zh) * | 2016-05-12 | 2016-08-17 | 北京大学 | 基于客户端的个性化电子邮件过滤系统和过滤方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106453423A (zh) | 2017-02-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106453423B (zh) | 一种基于用户个性化设置的垃圾邮件的过滤系统及方法 | |
CN103634420B (zh) | 简历邮件筛选系统及方法 | |
US7930351B2 (en) | Identifying undesired email messages having attachments | |
US20050050150A1 (en) | Filter, system and method for filtering an electronic mail message | |
TW200949570A (en) | Method for filtering e-mail and mail filtering system thereof | |
CN105743876B (zh) | 一种基于邮件源数据发现针对性攻击的方法及系统 | |
CN101282310B (zh) | 一种反图片垃圾邮件的方法及装置 | |
US20100077051A1 (en) | Phonetic Filtering of Undesired Email Messages | |
CN103136266A (zh) | 邮件分类的方法及装置 | |
CN105871887B (zh) | 基于客户端的个性化电子邮件过滤系统和过滤方法 | |
CN1760901A (zh) | 电子邮件过滤系统 | |
EP1641202A3 (en) | Platform for intelligent email distribution | |
CN101106539A (zh) | 基于支持向量机的垃圾邮件过滤方法 | |
CN103812826A (zh) | 垃圾邮件识别方法和识别系统、以及过滤系统 | |
CN110519150A (zh) | 邮件检测方法、装置、设备、系统及计算机可读存储介质 | |
CN102118326B (zh) | 一种电子邮件处理方法 | |
CN105007218A (zh) | 反垃圾电子邮件方法和系统 | |
CN103873348A (zh) | 电子邮件过滤方法和系统 | |
CN101540741A (zh) | 一种基于阈值的图像垃圾邮件过滤方法 | |
CN101719924B (zh) | 基于群件理解的不良彩信过滤方法 | |
CN106230690B (zh) | 一种结合用户属性的邮件分类方法及系统 | |
CN103684971B (zh) | 一种邮件处理方法及系统 | |
CN101540682A (zh) | 一种基于视觉特征的图像垃圾邮件过滤方法 | |
JP2009104400A (ja) | 電子メールフィルタリング装置、電子メールのフィルタリング方法およびプログラム | |
CN101329668A (zh) | 一种信息规则生成方法及装置、信息类型判断方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20211027 Address after: 102600 206-208, floor 2, building 4, north of Jingliang Road, Xihongmen Town, Daxing District, Beijing Patentee after: Shenhexin Technology Group Co.,Ltd. Address before: 150080 No. 74, Xuefu Road, Nangang District, Heilongjiang, Harbin Patentee before: Heilongjiang University |