这个只能谈谈原则，没办法谈具体算法（我也不懂哈）。比如有人在stackoverflow上提问后，被顶得最高的答案是：This is the million dollar question, and if it were able to be answered on stackOverflow, then everyones spam filter would be as effective.

主要原则有四条：

1、用户帮助
Gmail有自己的反垃圾邮件算法，但算法总不能100%保证垃圾邮件被拦截，偶尔还是会有垃圾邮件塞进了用户的收件箱，这时候就需要用户配合。当收件箱收到垃圾邮件时，用户点击“Report spam”就非常重要；同样，当Gmail不小心将正常邮件放到垃圾邮件箱时，用户点一下“Not spam”也很重要。依靠用户的帮助，当以后再收到类似邮件的时候，Gmail将更加智能地判断垃圾邮件和正常邮件。用户对这两个功能用得越多（而非简单地删除或捞回到收件箱），系统越智能。

2、快速适应
Google搜索的计算能力也能对判断垃圾邮件起到帮助作用。网络上一旦有新的垃圾数据出现，Google搜索的计算网络可以帮助Gmail系统自动适应新的垃圾数据的模式，从而过滤类似数据的邮件，提高垃圾邮件识别率。

3、基于Google全体力量
Google内部有很多产品团队，每个团队或多或少都会为反垃圾做出贡献。比如，Google图书搜索（Google Book Search）项目的核心技术是视觉特征识别（OCR, optical character recognition）技术，相信大家都收到过那些将文字做在图片上的垃圾邮件吧？利用OCR可以加强Gmail对图片垃圾邮件进行识别，从而过滤掉类似的垃圾邮件。

4、强大的验证系统
许多网络邮件服务都有验证系统来判断发件人是否可疑。Gmail支持多个验证系统，包括SPF (Sender Policy Framework), DomainKeys, and DKIM (DomainKeys Identified Mail)，所以Gmail可以判断你的邮件究竟来自哪里，防止某些伪装成合法邮件的垃圾邮件被发到收件箱。

最后再附张图：

该文章在 2012/6/14 23:25:39 编辑过