KR20060065403A - 사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터 - Google Patents

사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터 Download PDF

Info

Publication number
KR20060065403A
KR20060065403A KR1020040104529A KR20040104529A KR20060065403A KR 20060065403 A KR20060065403 A KR 20060065403A KR 1020040104529 A KR1020040104529 A KR 1020040104529A KR 20040104529 A KR20040104529 A KR 20040104529A KR 20060065403 A KR20060065403 A KR 20060065403A
Authority
KR
South Korea
Prior art keywords
spam
mail
filter
server
mail data
Prior art date
Application number
KR1020040104529A
Other languages
English (en)
Inventor
오충용
Original Assignee
삼정데이타서비스 주식회사
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 삼정데이타서비스 주식회사 filed Critical 삼정데이타서비스 주식회사
Priority to KR1020040104529A priority Critical patent/KR20060065403A/ko
Publication of KR20060065403A publication Critical patent/KR20060065403A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/60—Business processes related to postal services
    • 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

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

본 발명은 인터넷상에서 이메일을 무단으로 수집하여 본인의 동의없이 무차별적으로 발송되는 스팸 메일에 대하여 수신된 메일의 바이러스 감염 여부를 하는 제 1단계; 메인스팸 필터를 통하여 스팸메일 여부를 하는 제 2단계; 메일서비스 사용자에 의해 정의된 서브 스팸필터를 통하여 스팸 메일 여부를 하는 제 3단계; 제 1단계, 2단계, 3단계의 필터 과정을 통하여 추출된 메일 데이터를 Non-SPAM, Unsure, SPAM으로 구분하여 분류하는 제 4단계; 추출된 데이터를 메일서버로 전송하는 제 5단계;를 포함하며 스팸 신고 접수 및 스팸 여부를 하고 정보를 등록하는 별도의 스팸센터 시스템으로 이루어져 있다.
메인스팸필터서버, 서브스팸필터서버, 스팸센터서버, 백신서버, 분배서버, 메일서버, 메인스팸필터, 서브스팸필터, SPAM, Non-SPAM, UNSURE, 외부메일서버, 스팸지수, 리턴메일

Description

사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터 {The SPAM Filter capable of doing the reflex-studying according to the users' propensity.}
도 1은 본 발명에 따른 스팸필터 시스템을 구현하기 위한 네트워크 구성도이다.
도 2는 본 발명에 따른 스팸필터의 메일데이터 처리 순서도이다.
도 3은 본 발명에 따른 스팸센터의 스팸신고에 대한 처리 순서도이다.
도 4는 본 발명에 따른 사용자 스팸지수 설정 방법에 따른 사용자 인터페이스이다.
본 발명은 인터넷상에서 이메일을 무단으로 수집하여 본인의 동의없이 무차별적으로 발송되는 스팸 메일에 대한 대응 방안에 관한 것이다.
스팸필터의 종래 기술로써 사용빈도가 가장 높은 것은 학습형 스팸 차단 방식과 유동 IP 조사 및 차단 방식으로 효과적인 스팸 차단 기술로써 현재까지 가장 많이 활용되고 있는 스팸 필터 기술로 자리 잡고 있다.
먼저 "인공지능 또는 휴리스틱형, 자동학습형 차단 방식"이라 부르는 학습형 스팸 차단 방식은 스팸메일 샘플과 정상메일 샘플을 기반으로 모든 단어의 스팸 가중치를 계산한 후에, 새로 받은 메일에 속한 단어(또는 토큰)의 스팸 가중치를 계산해서 스팸 가능성이 높으면 스팸으로 하고 그렇지 않으면 정상으로 하는 방식을 사용하고 있다. 그리고 IP 조사 및 차단 방식은 대규모 IP집합에 대한 조사를 통해서 정상적인 메일서버와 일반 좀비PC의 IP주소를 구분하는 방식을 말한다.
이러한 종래 기술 즉 학습형 스팸 차단 방식과 유동 IP 조사 및 차단 방식에 의한 방법에 대하여, 학습형 스팸 차단 방식은 모든 단어의 스팸 가중치를 계산한 후에, 새로 받은 메일에 속한 단어(또는 토큰)의 스팸 가중치를 계산해서 스팸 가능성이 높으면 스팸으로하고 그렇지 않으면 정상으로 한다. 그러나 "랜덤 텍스트를 삽입하는 스팸" 때문에 거의 무용지물이 되다시피한 차단 방식이다. 그리고 유동 IP 조사 및 차단 방식은 단순한 블랙IP/화이트IP방식과 유사해 보이기는 하지만, 대규모 IP에 대한 검증을 필요로 한다는 점에서 기존의 단순 IP 방식과 차별성이 있다. 특히 좀비PC를 이용해서 대규모 분산 공격형태로 메일이 쏟아져 들어 올 경우에 IP 수준에서 차단을 하기 때문에 매우 유용하지만, 잘못차단할 경우, 메일 내용도 보지 않고 IP에서 차단하기 때문에, IP 의 업데이트가 꾸준히 이뤄지지 않으면 사용하기 힘든 단점이 있다. 뿐만아니라 종래의 스팸필터 기술의 일관적인 부작용으로 대두되고 있는 문제로써 스팸필터의 주관적인 력으로 인해 수신자의 의도와는 관계없이 수신을 원하거나 수신자에게 필요한 메일조차 수신되지 않는 부작용이 지적되고 있으며 이러한 현상은 스팸으로인한 사용자의 생산성 감소와 동일한 문제점을 낳고 있다.
상기 문제점들을 바탕으로 본 발명은 종래 기술로써 최근 사용되고 있는 "인공지능 또는 휴리스틱형, 자동학습형 차단 방식"이라 부르는 학습형 스팸 차단 방식과 IP 조사 및 차단 방식의 문제점을 해결하기 위해 안출된 것으로써, 상기 두 방식의 문제점인 랜덤 텍스트를 삽입하는 스팸의 대처 방안과 꾸준한 IP 업데이트와 검증을 통해야만 사용 가능한 점을 개선하여, 사용자의 메일 클라이언트에 들어오는 메일을 본 발명에서 고안한 스팸 필터의 처리 방법에 따라 사용자 개개인의 성향에 맞는 유일한 메일 데이터를 사용자 메일 클라이언트에 전달함으로써 SPAM과 Non-SPAM의 정책을 개인 사용자 성향에 맞도록 정립하고 수신 누락으로 인한 사용자의 생산성 감소를 최소화하자는데 목적이 있다.
상기와 같은 목적을 달성하기 위하여 본 발명의 방법은, 메일서비스를 이용하는 서비스 사용자가 메일데이터를 수신하고 확인함에 있어 스팸센터의 운영으로 구축된 스팸 데이터베이스를 바탕으로 메인스팸필터와 서브스팸필터라는 서로 성질이 다른 스팸필터를 이용하여 사용자 성향에 따른 개개인의 유일한 메일 수신이 가능하도록 한다.
그 방법으로 발명은 제 1단계; 메인 스팸 필터를 통하여 스팸메일 여부를 하는 제 2단계; 메일서비스 사용자에 의해 정의된 서브 스팸필터를 통하여 스팸 메일 여부를 하는 제 3단계; 제 1단계, 2단계, 3단계의 필터 과정을 통하여 추출된 메일 데이터를 Non-SPAM, Unsure, SPAM으로 구분하여 분류하는 제 4단계; 추출된 데이터 를 메일서버로 전송하는 제 5단계;를 포함하며 스팸 신고 접수 및 스팸 여부를 하고 정보를 등록하는 별도의 스팸센터 시스템을 제공하며 상기 메일데이터의 스팸 여부 법은 메일데이터의 헤더정보 및 본문 분석에 따른 스팸 지수 통계 및 확률을 바탕으로 이루어지도록 한다.
이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시 예에 따라 상술하기로 한다.
도 1은 본 발명에 따른 스팸필터 시스템을 구현하기 위한 네트워크 구성도이다.
도 1을 참조하면, 외부메일서버(700)에서 발송한 메일데이터가 인터넷(800)을 통하여 백신서버(400)로 전송되는 단계; 백신서버(400)로 전송된 메일데이터의 바이러스 감염여부를 하는 백신서버(400)를 수행하는 단계; 백신서버(400)의 수행을 통하여 메일데이터의 바이러스 감염 여부 후 감염된 메일데이터일 경우 메일데이터 발송지인 외부메일서버(600)를 통하여 발송자에게 해당 메일데이터를 돌려보내는 리턴메일(900) 발송 단계; 백신서버(400)의 수행을 통하여 메일데이터의 바이러스 감염 여부 후 감염되지 않은 메일데이터일 경우 해당 메일데이터를 메인스팸필터서버(100)로 전송하여 메인스팸필터를 수행하는 단계; 메인스팸필터서버(100)로 전송된 메일데이터에 대한 메인스팸필터의 수행을 통하여 해당 메일데이터의 헤더 및 본문을 분석하고 스팸 지수를 책정, 스팸 여부 후 SPAM일 경우 분배서버(500)가 소유한 데이터베이스인 Lv.3(530)에 등록하는 단계; 메인스팸필터서버(100)로 전송된 메일데이터에 대한 메인스팸필터의 수행을 통하여 해당 메일데 이터의 헤더 및 본문을 분석하고 스팸 지수를 책정, 스팸 여부 후 Non-SPAM일 경우 해당 메일데이터를 서브스팸필터서버(200)로 전송하여 서브스팸필터를 수행하는 단계; 서브스팸필터서버(200)로 전송된 메일데이터에 대한 서브스팸필터의 수행을 통하여 해당 메일데이터의 헤더 및 본문을 분석하고 스팸 지수를 책정, 스팸 여부 후 SPAM일 경우 분배서버(500)가 소유한 데이터베이스인 Lv.3(530)에 등록하는 단계; 서브스팸필터서버(200)로 전송된 메일데이터에 대한 서브스팸필터의 수행을 통하여 해당 메일데이터의 헤더 및 본문을 분석하고 스팸 지수를 책정, 스팸 여부 후 Non-SPAM일 경우 스팸 지수에 따른 분배 방법을 통하여 분배서버(500)가 소유한 데이터베이스인 Lv.1(510)과 Lv.2(520)에 해당 메일데이터를 등록하는 단계; 메인스팸필터 및 서브스팸필터 과정을 수행 후 분배서버(500)가 소유한 데이터베이스인 Lv.1(510), Lv.2(520), Lv.3(530)에 등록된 메일데이터를 메일서버(600)로 전송하는 단계; 메일서버(600)로부터 수신한 메일데이터를 메일데이터베이스(610)와 메일데이터(620)로 적재하는 단계로 구성된다.
또한 반사학습 능력을 갖춘 스팸필터의 능력을 배양하기 위하여 별도의 스팸센터를 운영하며 그 구성은 아래와 같다.
개인사용자가 메일서버(600)로부터 수신한 메일데이터를 스팸 메일로 인식 신고를 접수하는 단계; 접수된 메일데이터를 스팸센터서버(300)로부터 메인스팸필터서버(100)로 전송하여 메일데이터의 헤더 및 본문을 분석하고 스팸 지수를 책정, 스팸 여부 후 SPAM일 경우 해당 메일데이터가 스팸센터서버(300)가 소유한 데이터베이스인 Lv.3(330)에 등록하는 단계; 스팸센터(300)가 소유한 데이터베이스인 Lv.3(330)에 등록된 메일데이터를 메인스팸필터서버(100)로 전송하는 단계; 메인스팸필터서버(100)로 전송된 메일데이터를 메인스팸필터서버(100)가 소유한 데이터베이스인 Lv.3(110)에 등록하는 단계; 접수된 메일데이터를 스팸센터서버(300)로부터 메인스팸필터서버(100)로 전송하여 메일데이터의 헤더 및 본문을 분석하고 스팸 지수를 책정, 스팸 여부 후 Non-SPAM일 경우 해당 메일데이터가 스팸지수에 따른 메일데이터 분배방법에 따라 스팸센터(300)가 소유한 데이터베이스인 Lv.1(310)과 Lv.2(320) 등록되는 단계;
도 2는 본 발명에 따른 스팸필터의 메일데이터 처리 순서도이다.
도 2를 참조하면, 외부메일서버(700)로부터 메일데이터를 수신(S101)한 백신서버(400)가 바이러스 감염여부를 (S110)하고 그 결과에 따라, 바이러스에 감염된 메일데이터일 경우 해당 메일을 발송한 발송자에게 돌려보내는 리턴메일(900) 발송 단계; 외부메일서버(700)로부터 메일데이터를 수신(S101)한 백신서버(400)가 바이러스 감염여부를 (S110)하고 그 결과에 따라, 바이러스에 감염되지 않은 메일데이터일 경우 해당 메일데이터의 헤더 및 본문 정보를 분석(S102)하는 단계로 이루어져있다.
메일데이터 분석(S102) 단계를 통한 해당 메일데이터의 헤더 및 본문 정보는 메인스팸필터서버(100)가 소유한 SPAM-DB(110)와의 데이터 유사성 을 통하여 1차적인 스팸 여부 (S120) 단계를 수행하고 스팸 여부 (S120) 결과인 스팸지수에 따라 스팸(S120) 결과가 SPAM일 경우 해당 메일데이터는 분배서버(500)가 소유한 데이터베이스인 Lv.3(510)에 등록(S133)되며, 스팸 여부 (S120) 결과가 Non-SPAM일 경우 해당 메일데이터는 서브스팸필터서버(200)로 전송되어 2차적인 스팸 여부 (S130) 단계를 수행된다.
메일데이터 분석(S102) 단계를 통한 해당 메일데이터의 헤더 및 본문 정보는 서브스팸필터서버(200)가 소유한 SPAM DB(210)와의 유사성 을 통하여 2차적인 스팸 여부(S130) 단계를 수행하고 스팸 여부 (S130) 결과인 스팸지수에 따라 스팸 (S130) 결과가 SPAM일 경우 해당 메일데이터는 분배서버(500)가 소유한 데이터베이스인 Lv.3(510)에 등록(S133)되며, 스팸 (S130) 결과가 Non-SPAM일 경우 해당 메일데이터는 스팸지수에 따른 메일데이터 분배(S140)방법에 따라 분배서버(500)가 소유한 데이터베이스인 Lv.1(S131)과 Lv.2(S132)에 각각 분배된다.
분배서버(500)가 소유한 데이터베이스인 Lv.1(S131)과 Lv.2(S132), Lv.3(S133)에 적재된 메일데이터는 다시 메일서버를 통하여 사용자에게 수신(S106)되는 과정을 수행한다.
도 3은 본 발명에 따른 스팸센터의 스팸신고에 대한 처리 순서도이다.
도 3을 참조하면, 수신(S201)된 메일데이터를 사용자가 확인하는 과정에 있어 해당 메일데이터를 스팸메일로 인식, 사용자의 수동적인 스팸메일 신고(S202) 방법에 따라 신고된 메일데이터가 스팸센터를 통하여 스팸 신고 접수(S203)가 이루어지도록 한다.
스팸메일로 신고 접수가 완료된 메일데이터는 헤더 및 본문을 분석(S204)하여 메인스팸필터서버(100)가 소유한 데이터베이스인 SPAM-DB(110)와 데이터 유사성 을 통한 스팸 지수를 책정하는 메인스팸필터(S210) 과정을 수행하게 된다.
메인스팸필터를 통하여 된 결과를 통하여 그 결과가 SPAM일 경우 해당 메일데이터는 스팸센터서버(300)가 소유한 데이터베이스인 Lv.3(330)에 등록(S211)되며 등록된 데이터는 Lv.3(330)와 메인스팸필터서버(100)가 소유한 데이터베이스인 SPAM-DB(110)에 대하여 데이터 동기화가 이루어지며 상기에서 Non-SPAM일 경우 해당 메일데이터는 스팸 지수에 따른 메일데이터 분배방법에 따라 스팸센터서버(300)가 소유한 데이터베이스인 Lv.1(310)에 등록(S231)되거나 Lv.2(320)에 대하여 등록()S232)이 이루어진다.
스팸센터서버(300)가 소유한 데이터베이스인 Lv.1(310)와 Lv.2(320)에 등록된 메일데이터는 스팸센터 관리자에 의해 다시한번 스팸 여부를 검증(S230)할 수 있는 과정을 수행하며 관리자의 스팸 여부 (S230)에 대한 결과에 상관없이 서브스팸필터서버(200)가 소유한 데이터베이스인 SPAM-DB(210)에 등록되며 스팸 센터 관리자로부터 스팸으로 된 메일데이터는 메인스팸필터서버(100)가 소유한 데이터베이스인 SPAM-DB(110)에 대하여 등록이 이루어진다.
또한 수신(S201)된 메일데이터를 사용자가 확인하는 과정에 있어 해당 메일데이터가 스팸으로 처리되어 정상적인 메일 수신이 불가능할 경우 사용자의 수동적인 스팸메일해제(S205) 방법에 따라 서브스팸필터서버(200)가 소유한 데이터베이스인 Non-SPAM DB(220)에 해당 메일데이터를 등록하고 서브스팸필터서버(200)가 소유한 데이터베이스인 SPAM DB(210)에 해당 메일데이터를 삭제할 수 있다.
도 4는 본 발명에 따른 사용자 스팸지수 설정 방법에 따른 사용자 인터페이스이다.
도4를 참조하면, 수신된 메일데이터가 메인스팸필터서버(100) 및 서브스팸필터서버(200)의 수행 후 스팸지수에 따른 분배방법에 따라 분배서버(500)가 소유한 데이터베이스인 Lv.1(510), Lv.2(520), Lv.3(530)에 적재되는 단계에 있어 스팸지수의 고하를 메일서비스 사용자 개개인이 설정할 수 있도록 하는 단계로써 해당 스팸필터 서비스가 제시하는 일반설정(I310) 방법과 사용자가 직접 스팸지수를 설정할 수 있는 사용자설정(I320) 방법을 제공한다.
상술한 바와같이, 종래의 스팸필터 기술과 달리 메인스팸필터를 통한 1차적인 스팸필터 기법과 개인 사용자 성향에 따른 서브스팸필터의 2차적인 스팸필터 기법, 사용자가 설정 가능한 스팸지수 설정 방법의 제공은 메일서비스를 이용하는 사용자 개개인의 성향에 따른 유일한 메일 수신 방법을 제공할 뿐 아니라 별도의 스팸센터 운영 기법을 이용한 스팸필터의 학습능력 배양법은 계속해서 발전하고 지능화되어가는 스팸 발송 기술에 대한 대비책으로 활용할 수 있다.

Claims (6)

  1. 스팸 메일에 대하여 수신된 메일의 바이러스 감염 여부를 하는 제 1단계; 메인 스팸 필터를 통하여 스팸메일 여부를 하는 제 2단계; 메일서비스 사용자에 의해 정의된 서브 스팸필터를 통하여 스팸 메일 여부를 하는 제 3단계; 제 1단계, 2단계, 3단계의 필터 과정을 통하여 추출된 메일 데이터를 메일데이터 분배 방법에 따라 Non-SPAM, Unsure, SPAM으로 구분하여 분류하는 제 4단계; 추출된 데이터를 메일서버로 전송하는 제 5단계; 를 포함하며 스팸 신고 접수 및 스팸 여부를 하고 정보를 등록하여 스팸필터의 학습 능력을 배양할 수 있도록 설계된 별도의 스팸센터로 이뤄진 스팸필터 시스템
  2. 제 1항에 있어서, 상기 메인스팸필터는 메인스팸필터서버가 소유한 데이터베이스인 SPAM-DB를 이용하여 수신된 메일데이터와의 통계와 확률을 이용한 유사성 후 책정된 스팸지수를 통해 스팸 여부를 하는 방법.
  3. 제 1항에 있어서, 상기 서브스팸필터는 서브스팸필터서버가 소유한 데이터베이스인 SPAM-DB와 Non-SPAM DB를 이용하여 수신된 메일데이터와의 통계와 확률을 이용한 유사성 후 책정된 스팸지수를 통해 사용자 성향에 따른 유일한 스팸 여부를 하는 방법.
  4. 제 1항에 있어서, 스팸필터 과정이 완료된 메일데이터에 대하여 스팸지수에 따른 메일데이터 분류방법에 따라 메일데이터를 Non-SAPM과 UNSURE, SPAM으로 분류하는 방법
  5. 제 1항에 있어서, 스팸필터의 능력을 배양하기 위하여 사용자로부터 접수된 스팸메일의 신고 정보에 따라 해당 메일데이터의 헤더 및 본문 정보를 분석하여 메인스팸필터를 이용한 스팸 여부를 하고 그 결과에 따라 메인스팸필터서버가 소유한 데이터베이스인 SPAM-DB와 서브스팸필터가 소유한 데이터베이스인 SPAM-DB에 해당 메일을 등록함으로써 사용자 성향에 따른 반사적 학습능력을 배양할 수 있는 스팸필터의 학습 자료로 활용하는 방법
  6. 제 4항에 있어서, 메일데이터 분류방법을 결정하는 스팸 지수의 설정을 사용자가 실현 가능한 스팸 지수 설정 방법
KR1020040104529A 2004-12-10 2004-12-10 사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터 KR20060065403A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020040104529A KR20060065403A (ko) 2004-12-10 2004-12-10 사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020040104529A KR20060065403A (ko) 2004-12-10 2004-12-10 사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터

Publications (1)

Publication Number Publication Date
KR20060065403A true KR20060065403A (ko) 2006-06-14

Family

ID=37160676

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020040104529A KR20060065403A (ko) 2004-12-10 2004-12-10 사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터

Country Status (1)

Country Link
KR (1) KR20060065403A (ko)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6023723A (en) * 1997-12-22 2000-02-08 Accepted Marketing, Inc. Method and system for filtering unwanted junk e-mail utilizing a plurality of filtering mechanisms
KR20030069567A (ko) * 2002-02-22 2003-08-27 주식회사 네오위즈 대량 메일의 파악에 기반한 스팸 메일 필터링 방법 및 장치
KR20040110086A (ko) * 2003-06-20 2004-12-29 마이크로소프트 코포레이션 스팸 필터의 혼란화
KR20050102753A (ko) * 2004-04-21 2005-10-27 장수진 스팸메일 차단 시스템 및 그 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6023723A (en) * 1997-12-22 2000-02-08 Accepted Marketing, Inc. Method and system for filtering unwanted junk e-mail utilizing a plurality of filtering mechanisms
KR20030069567A (ko) * 2002-02-22 2003-08-27 주식회사 네오위즈 대량 메일의 파악에 기반한 스팸 메일 필터링 방법 및 장치
KR20040110086A (ko) * 2003-06-20 2004-12-29 마이크로소프트 코포레이션 스팸 필터의 혼란화
KR20050102753A (ko) * 2004-04-21 2005-10-27 장수진 스팸메일 차단 시스템 및 그 방법

Similar Documents

Publication Publication Date Title
US10044656B2 (en) Statistical message classifier
US10204157B2 (en) Image based spam blocking
AU2008207930B2 (en) Multi-dimensional reputation scoring
US9544272B2 (en) Detecting image spam
KR100460322B1 (ko) 스팸메일 방지 시스템 및 방법
US8578051B2 (en) Reputation based load balancing
US7937480B2 (en) Aggregation of reputation data
US20020004908A1 (en) Electronic mail message anti-virus system and method
US8561167B2 (en) Web reputation scoring
US8179798B2 (en) Reputation based connection throttling
US20080120704A1 (en) Identifying unwanted electronic messages
JP2004206722A (ja) コンピューターネットワーク及び関連するメッセージの分類方法
US20080250503A1 (en) Method and system for filtering communication
US20100161537A1 (en) System and Method for Detecting Email Spammers
CA2478299A1 (en) Systems and methods for enhancing electronic communication security
CA2513967A1 (en) Feedback loop for spam prevention
CN101730892A (zh) 网络声誉评分
KR100927240B1 (ko) 가상환경을 통한 악성코드탐지방법
US20060075099A1 (en) Automatic elimination of viruses and spam
KR20060065403A (ko) 사용자 성향에 따른 반사학습 능력을 갖춘 스팸필터
CN116319654B (zh) 一种智慧型垃圾邮件扫描方法
JP2006059313A (ja) 迷惑メールを除去するフィルターリング装置

Legal Events

Date Code Title Description
A201 Request for examination
E902 Notification of reason for refusal
E601 Decision to refuse application