[发明专利]一种垃圾邮件过滤方法及系统

权利要求书

1.一种垃圾邮件过滤方法，其特征在于，包括：

接收电子邮件，并提取所述电子邮件的基因序列；

对比所述电子邮件的基因序列与预设的邮件DNA库中的基因序列，确定所述电子邮件的基因序列与每个所述邮件DNA库中的基因序列的相似度；

将所述相似度超过预设阈值的所述邮件DNA库中的基因序列对应的邮件属性作为所述电子邮件的邮件属性；

其中，所述邮件属性包括垃圾邮件或者非垃圾邮件。

2.如权利要求1所述的垃圾邮件过滤方法，其特征在于，所述提取所述电子邮件的基因序列包括：

对所述电子邮件进行分词，得到分词结果；

利用贝叶斯统计模型，计算所述分词结果中词语序列对应的先验概率；

利用所述词语序列和所述词语序列对应的先验概率，构成所述电子邮件的基因序列。

3.如权利要求2所述的垃圾邮件过滤方法，其特征在于，在所述对所述电子邮件进行分词，得到分词结果之前，还包括：

将编码格式的所述电子邮件转换为可处理文本格式的电子邮件。

4.如权利要求1至3任意一项所述的垃圾邮件过滤方法，其特征在于，在所述对比所述电子邮件的基因序列与预设的邮件DNA库中的基因序列之前，还包括：

获取作为训练样本的电子邮件，并提取所述训练样本的基因序列；

确定所述训练样本的基因序列对应的邮件属性；

利用所述训练样本的基因序列、所述训练样本的基因序列对应的邮件属性及两者之间的对应关系，构建得到所述邮件DNA库。

5.如权利要求1所述的垃圾邮件过滤方法，其特征在于，在所述将所述相似度超过预设阈值的所述邮件DNA库中的基因序列对应的邮件属性作为所述电子邮件的邮件属性之后，还包括：

将所述电子邮件的基因序列和所述电子邮件的基因序列对应的邮件属性更新至所述邮件NDA库。

6.一种垃圾邮件过滤系统，其特征在于，包括：

提取单元，用于接收电子邮件，并提取所述电子邮件的基因序列；

比对单元，用于对比所述电子邮件的基因序列与预设的邮件DNA库中的基因序列，确定所述电子邮件的基因序列与每个所述邮件DNA库中的基因序列的相似度；

属性确定单元，用于将所述相似度超过预设阈值的所述邮件DNA库中的基因序列对应的邮件属性作为所述电子邮件的邮件属性；

其中，所述邮件属性包括垃圾邮件或者非垃圾邮件。

7.如权利要求6所述的垃圾邮件过滤系统，其特征在于，所述提取单元包括：

分词子单元，用于对所述电子邮件进行分词，得到分词结果；

先验概率计算子单元，用于利用贝叶斯统计模型，计算所述分词结果中词语序列对应的先验概率；

基因序列构建子单元，用于利用所述词语序列和所述词语序列对应的先验概率，构成所述电子邮件的基因序列。

8.如权利要求7所述的垃圾邮件过滤系统，其特征在于，还包括：

预处理模块，用于在所述对所述电子邮件进行分词，得到分词结果之前，将编码格式的所述电子邮件转换为可处理文本格式的电子邮件。

9.如权利要求6至6任意一项所述的垃圾邮件过滤系统，其特征在于，还包括：

邮件DNA库生成模块，用于在所述对比所述电子邮件的基因序列与预设的邮件DNA库中的基因序列之前，获取作为训练样本的电子邮件，并提取所述训练样本的基因序列；确定所述训练样本的基因序列对应的邮件属性；利用所述训练样本的基因序列、所述训练样本的基因序列对应的邮件属性及两者之间的对应关系，构建得到所述邮件DNA库。

10.如权利要求6所述的垃圾邮件过滤系统，其特征在于，还包括：

邮件NDA库更新模块，用于在所述将所述相似度超过预设阈值的所述邮件DNA库中的基因序列对应的邮件属性作为所述电子邮件的邮件属性之后，将所述电子邮件的基因序列和所述电子邮件的基因序列对应的邮件属性更新至所述邮件NDA库。