[發(fā)明專利]反垃圾郵件網(wǎng)關(guān)系統(tǒng)及方法

有效

• 申請?zhí)枺?/td>: 201110304470.3
• 申請日: 2011-10-10
• 公開（公告）號: CN102377690A
• 公開（公告）日: 2012-03-14
• 發(fā)明（設(shè)計）人: 蔡瑞初;向東;熊衛(wèi)華;洪陸駕;譚景峰;喬斌;潘雷明;周達和
• 申請（專利權(quán)）人: 網(wǎng)易(杭州)網(wǎng)絡(luò)有限公司
• 主分類號: H04L12/58
• 分類號: H04L12/58;H04L12/24;G06F17/30
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

1.一種反垃圾郵件網(wǎng)關(guān)系統(tǒng)，其包括：

郵件系統(tǒng)接口，用于從郵件傳輸代理實時獲取線上郵件并將郵件傳遞給郵件分發(fā)模塊，將在線郵件分類模塊的郵件分類結(jié)果返回給郵件傳輸代理，將離線郵件分類模塊的垃圾郵件列表返回給郵件傳輸代理；

郵件分發(fā)模塊，用于將線上郵件請求轉(zhuǎn)發(fā)給在線/離線郵件分類器，將通過各種方式反饋的郵件請求傳遞給郵件樣本收集模塊；

在線郵件分類模塊，用于根據(jù)已有的正常/垃圾郵件特征對線上郵件進行分類，并將鑒別結(jié)果實時返回給郵件傳輸代理，并按照一定時間間隔從郵件特征數(shù)據(jù)庫獲取最新的郵件特征；

離線郵件分類模塊，用于按照一定時間間隔從郵件特征數(shù)據(jù)庫獲取最新的郵件特征，使用最新提取的郵件特征對過去一段時間的緩存郵件進行分類，并將分類結(jié)果返回給郵件傳輸代理；

郵件樣本收集模塊，響應郵件分發(fā)模塊發(fā)送過來的請求，建立連接獲取郵件樣本類型及內(nèi)容；

郵件特征挖掘模塊，用于從郵件樣本數(shù)據(jù)庫中獲取郵件樣本，并從中挖掘垃圾郵件及正常郵件的特征，并將挖掘到的郵件特征通過系統(tǒng)管理員審核后進入到郵件特征數(shù)據(jù)庫；

郵件樣本數(shù)據(jù)庫，用于存儲各種郵件樣本。

2.如權(quán)利要求1所述的郵件網(wǎng)關(guān)系統(tǒng)，其特征在于，郵件特征挖掘模塊還用于從郵件樣本數(shù)據(jù)庫中獲取郵件樣本，將該郵件樣本與所有的中心點進行比對，如果相似性小于一定的閾值則直接將樣本加入到該中心點，其中每個中心點為一類樣本的代表，在計算郵件樣本與中心點的相似性時，將郵件樣本與中心點分別解析為多個部分內(nèi)容，針對每個部分比較二者的相似性，根據(jù)各個部分的相似性進行加權(quán)組合獲得郵件樣本與中心點的全局相似性。

3.如權(quán)利要求2所述的郵件網(wǎng)關(guān)系統(tǒng)，其特征在于，在針對每個部分比較郵件樣本和中心點的相似性時，對枚舉變量采用集合是否有交集來度量其相似性，對長文本信息及附件采用指紋計算兩者的相似性，對短文本采用Needleman-Wunsch算法確定兩者間的相似性。

4.如權(quán)利要求3所述的郵件網(wǎng)關(guān)系統(tǒng)，其特征在于，當一個新的郵件樣本進入時，將該郵件樣本與所有的中心點進行比對，如果相似性小于一定的閾值則直接將樣本加入到該中心點，當聚類后一個類別中樣本超過一閾值，并且舉報為正常郵件樣本的比例少于另一閾值，則抽取該類別中心為垃圾郵件樣本。

5.如權(quán)利要求4所述的郵件網(wǎng)關(guān)系統(tǒng)，其特征在于，所述系統(tǒng)進一步包括：

管理員接口，用于系統(tǒng)管理員對網(wǎng)關(guān)系統(tǒng)挖掘得到的郵件特征的人工審核確認，部分可疑郵件的審核，各種參數(shù)的設(shè)置。

6.一種反垃圾郵件方法，該方法包括步驟：

通過郵件系統(tǒng)接口從郵件傳輸代理實時獲取線上郵件并將郵件傳遞給郵件分發(fā)模塊，將在線郵件分類模塊的郵件分類結(jié)果返回給郵件傳輸代理，將離線郵件分類模塊的垃圾郵件列表返回給郵件傳輸代理；

通過郵件分發(fā)模塊將線上郵件請求轉(zhuǎn)發(fā)給在線/離線郵件分類器，并將通過各種方式反饋的郵件請求傳遞給郵件樣本收集模塊；

利用線郵件分類模塊根據(jù)已有的正常/垃圾郵件特征對線上郵件進行分類，并將鑒別結(jié)果實時返回給郵件傳輸代理，并按照一定時間間隔從郵件特征數(shù)據(jù)庫獲取最新的郵件特征；

利用離線郵件分類模塊按照一定時間間隔從郵件特征數(shù)據(jù)庫獲取最新的郵件特征，使用最新提取的郵件特征對過去一段時間的緩存郵件進行分類，并將分類結(jié)果返回給郵件傳輸代理；

通過郵件樣本收集模塊響應郵件分發(fā)模塊發(fā)送過來的請求，建立連接獲取郵件樣本類型及內(nèi)容；

通過郵件特征挖掘模塊從郵件樣本數(shù)據(jù)庫中獲取郵件樣本，并從中挖掘垃圾郵件及正常郵件的特征，并將挖掘到的郵件特征通過系統(tǒng)管理員審核后進入到郵件特征數(shù)據(jù)庫；

在郵件樣本數(shù)據(jù)庫中存儲各種郵件樣本。

7.如權(quán)利要求6所述的方法，其特征在于，郵件特征挖掘模塊還用于從郵件樣本數(shù)據(jù)庫中獲取郵件樣本，將該郵件樣本與所有的中心點進行比對，如果相似性小于一定的閾值則直接將樣本加入到該中心點，其中每個中心點為一類樣本的代表，在計算郵件樣本與中心點的相似性時，將郵件樣本與中心點分別解析為多個部分內(nèi)容，針對每個部分比較二者的相似性，根據(jù)各個部分的相似性進行加權(quán)組合獲得郵件樣本與中心點的全局相似性。