详细常用的四种反垃圾邮件技术

黑名单

黑名单技术的原理是确定已知垃圾邮件制造者及其ISP的域名或IP地址，然后将其整理成黑名单。用户将黑名单部署在网关处，就可以拒绝任何来自黑名单上的垃圾邮件制造者的邮件。

黑名单技术可能会阻止正常用户的邮件，如果这位用户碰巧使用了与垃圾邮件制造者相同的ISP，或者IP地址与垃圾邮件制造者的IP地址在同一范围内。受到人为因素影响，黑名单技术可能会将一些正常邮件地址列入其中。并且当垃圾邮件制造者快速改变其邮件地址时，黑名单技术的整体效力将大幅下降，放过垃圾邮件、过滤掉正常邮件的误报率大大增加。尽管如此，谨慎使用黑名单技术能够帮助用户有效阻止垃圾邮件进入网络系统。

白名单

白名单的原理是拒绝接收来自任何邮件，除非用户在白名单上允许接入。白名单提供两种使用方式：一种方法是用户阻止不在名单上的信件;另一种方式是系统邮件发送者发送信件，要求其回复，以证实确有邮件发送者其人，经过确认后将其列入白名单。

白名单技术并不总是有效。如果用户希望收到来自某一地址的电子邮件，用户必须事先设置允许接收这一地址邮件的规则。如果以前获得批准的客户改变了邮件地址，用户必须将新地址写入白名单，否则就收不到来自这位客户的电子邮件。在理论上，白名单是不错的解决方法，但是它会产生大量要求垃圾邮件制造者回复的邮件，因此会造成更多的垃圾邮件。

基于规则的过滤器

基于规则的过滤器对邮件标题和信件内容等进行多项过滤。在这种方法中，过滤软件寻找关键词，然后在邮件服务器上删除它们。这一工作原理决定了基于规则的过滤技术总是落后于垃圾邮件一步。例如，我们知道带有标题“F R E E V I A G A R A”的信件是垃圾邮件，但是基于规则的过滤器可能由于字母之间的空格而放过它。保持规则的准确和最新状态是一项永无止境的工作。另外，基于规则的过滤器越面面俱到，其运行速度就会越慢。尽管如此，基于规则的方法仍不失为一种有效的方法。

Bayesian过滤器

Bayesian(贝叶斯)过滤器是基于贝叶斯定理(有关贝叶斯定理的详细介绍见第40、41期《网络世界》“网络前沿”栏目)。Bayesian过滤技术似乎与基于规则的过滤技术相似，但是Bayesian过滤器不必预先设定规则，不需要分析邮件句法或内容含义。Bayesian过滤器是用户根据自己所接受的垃圾邮件和非垃圾邮件的统计数据来创建的，这意味着垃圾邮件发送者无法猜测出过滤器是如何配置的，从而有效阻止垃圾邮件。Bayesian过滤器能够学习分辨垃圾邮件与非邮件之间的差别，差别是用概率来表示的，并且自动应用到以后的检测中。在收到几百封信件后，一个好的Bayesian过滤器就可以自动识别各种垃圾邮件。