[发明专利]一种基于用户反馈的垃圾邮件检测方法

摘要

本发明提出了一种基于用户反馈的垃圾邮件检测方法，该方法首先收集用户反馈信息，用来更新垃圾邮件数据库；然后提取邮件的发件人邮箱号，判断该邮箱号或者它所在邮箱服务器的可信度是否小于某一阈值，若是，则认为该邮件为垃圾邮件；否则，提取邮件内容的签名；通过与数据库中已知垃圾邮件计算汉明距离，若距离小于某一阈值，则认为该邮件为垃圾邮件；否则，认为该邮件为正常邮件；它包括收集用户反馈信息、读取邮件、判断发件人邮箱号是否为垃圾制造者、获取邮件内容签名、检测邮件内容是否为垃圾邮件等步骤。本发明可提高垃圾邮件的识别范围和准确度，具有识别范围广、准确度高、自学习能力强等特点。

主权项

一种基于用户反馈的垃圾邮件检测方法，其特征在于，该方法包括如下步骤：S1、收集用户反馈信息，更新垃圾邮件数据库；S2、接收邮件：接收全部的邮件数据，分别对每一封邮件处理，转向步骤S3；S3、获取发件人邮箱号及所属邮箱服务器，并根据数据库中可信度判断是否为垃圾邮件制造者：根据邮箱服务器预先设定好的可信度阈值θ，若是可信度小于θ，则转向步骤S6；若否，则转向步骤S4，所述可信度阈值θ一般取0.2～0.8；S4、获取邮件内容的签名：根据邮件内容的文本特征集，采用SIMHASH算法生成该邮件的签名；所述SIMHASH算法的计算公式为：S＝SIMHASH(MAIL_TEXT)，其中SIMHASH表示SIMHASH算法，MAIL‑TEXT表示邮件内容中的文本特征集和权重信息，S为输出的64位的邮件签名；S5、检测邮件内容是否为垃圾邮件：根据步骤S4得到的邮件内容签名S，通过与数据库中已知垃圾邮件计算汉明距离，当签名差距小于预先设定好的某一阈值μ时，则认为当前邮件与已知垃圾邮件相似，从而断定其为垃圾邮件；否则，认为当前邮件为正常邮件，所述μ一般取3；S6、处理邮件：根据前面步骤的判断，如果当前邮件为垃圾邮件，则根据收件人预先设定好的策略进行处理；如果为正常邮件，则将其放入收件箱未读邮件中。