[发明专利]电子邮件的隐私保护标记和分类

权利要求书

1.一种标记电子邮件的方法，所述方法包括：

接收未标记电子邮件；

标识所述未标记电子邮件的不包括个人可标识信息(PII)的特征；

接收包括电子邮件类别标记和种子数据的已标记簇；

基于所述特征和所述已标记簇向所述未标记电子邮件指派所述电子邮件类别标记，从而创建已标记电子邮件；

将所述已标记电子邮件包括在训练数据集中；

利用所述训练数据集训练机器学习模型，以对电子邮件分类；以及

利用所述机器学习模型对接收到的电子邮件分类。

2.根据权利要求1所述的方法，其中所述电子邮件类别标记是良好电子邮件、垃圾电子邮件、网络钓鱼电子邮件、批量电子邮件、或恶意软件电子邮件，并且所述方法还包括：基于所述电子邮件类别标记来将所述接收到的电子邮件移动到文件夹或者删除所述接收到的电子邮件。

3.根据权利要求1所述的方法，其中所述种子数据包括：先前已标记电子邮件、黑名单、白名单、或通信图。

4.根据权利要求1所述的方法，其中所述指派所述电子邮件类别标记基于属于所述已标记簇的所述特征。

5.根据权利要求4所述的方法，其中存在以下置信度水平，所述置信度水平表示所述电子邮件类别标记是针对所述已标记簇的准确标记的可能性。

6.根据权利要求1至5中任一项所述的方法，其中所述特征包括：发件人电子邮件地址、发件人电子邮件主机服务器、时间戳、所述电子邮件中所包括的通用资源定位符(URL)、或者所述未标记电子邮件的正文的至少一部分的散列。

7.一种系统，包括：

一个或多个处理单元；

一个或多个存储器单元，被耦合至所述一个或多个处理单元；

扩展图，被存储在所述一个或多个存储器单元中，所述扩展图与通信类别标记相关联并且包括被有向边缘连接至聚类实体的特征实体，所述特征实体表示除了个人可标识信息(PII)以外的通信的特征；以及

标记模块，被存储在所述一个或多个存储器单元中，所述标记模块基于所述未标记通信的第一特征和所述扩展图来向未标记通信指派所述通信类别标记，从而创建已标记通信。

8.根据权利要求7所述的系统，还包括扩展模块，被存储在所述一个或多个存储器单元中，所述扩展模块被配置为：基于所述扩展图向所述未标记通信的第二特征指派所述通信类别标记。

9.根据权利要求7所述的系统，还包括投票模块，被存储在所述一个或多个存储器单元中，所述投票模块被配置为：应用投票规则的集合，以解决基于所述第一特征被指派给所述未标记通信的所述通信类别标记与基于第二特征也被指派给所述未标记通信的第二通信类别标记之间的冲突。

10.根据权利要求7所述的系统，还包括合成密钥模块，被存储在所述一个或多个存储器单元中，所述合成密钥模块被配置为：基于两个或更多个特征来生成簇。

11.根据权利要求7至10中任一项所述的系统，其中所述通信类别标记是良好、垃圾、网络钓鱼、批量、或恶意软件，并且还包括：通过基于所述通信类别标记存储所述已标记通信或者删除所述已标记通信来处理所述已标记通信。