调研: 基于bayesian的邮件分类
- 中國反垃圾郵件聯盟 貝業斯算法介紹
- Mailsofts論壇 關于貝業斯的一些討論
- better bayesian filter 【譯文】
- A plan for spam 【譯文】
- SpamAssassin
- CMU 的作業題 URL
一些例子：
- KillSpam URL
中文信息處理
- 語言學光標 中文信息處理基礎…講義
通用的spam分析素材
一些思考
理想的是工作在server端，这样可以减轻网络的负担和减少mailserver的资源浪费。
- sendmail是通过一个filter的机制过滤邮件的，可以考虑自己编写这样的filter，让自己的antispam作为一个filter 工作。不过这样我们需要进一步了解sendmail的工作机制，目前时间有限。
另外一种方法就是工作在client端，在client端的解决方案：
- Outlook/Eudra客户端提供直接的插件API，所以可以直接写插件来Bayes一下。
- Outlook Express由于不直接提供插件的方式，但是也有一些变通的方法来实现。复杂一些而已。Norton/Lockspam等等产品都支持了。
- 还有一种方式就是不区分客户端种类的，可以采用本地代理/侦听等等方式。比如，采用了侦听SMTP协议和在Outlook/Outlook Express上添加插件的方式来实现。这样既可以支持所有POP3客户端，也可以对Outlook/OE这样的客户端进行更好的操作。