[发明专利]一种样本数据获取方法、装置及系统

权利要求书

1.一种样本数据获取方法，其特征在于，包括：

搜索服务器接收邮箱服务器收发邮件过程中提取的待收发邮件的邮件信息，所述邮件信息为表征所述待收发邮件关键属性的信息；

针对每个待收发邮件的邮件信息，为该待收发邮件分配索引标识，并将分配的索引标识与对应的至少一个邮件信息的对应关系存储到索引数据库中；其中，所述索引标识为分配的一个数字标记，或为所述待收发邮件的邮件类型；

按照预设的匹配规则，从所述索引数据库中确定与预设的垃圾邮件关键属性信息匹配的邮件信息，作为垃圾邮件样本数据。

2.如权利要求1所述的方法，其特征在于，所述垃圾邮件关键属性信息为垃圾邮件关键字；

所述按照预设的匹配规则，从所述索引数据库中确定与预设的垃圾邮件关键属性信息匹配的邮件信息，作为垃圾邮件样本数据，具体包括：

在所述索引数据库中查找与所述垃圾邮件关键字相同的邮件信息；

将查找到的邮件信息所属邮件的索引标识对应的所有邮件信息，确定为垃圾邮件样本数据。

3.如权利要求1所述的方法，其特征在于，所述垃圾邮件关键属性信息为多个垃圾邮件来源地址；

所述按照预设的匹配规则，从所述索引数据库中确定与预设的垃圾邮件关键属性信息匹配的邮件信息，作为垃圾邮件样本数据，具体包括：

统计多个垃圾邮件来源地址各自在所述索引数据库中所属邮件的邮件数量；

将所述邮件数量大于预设阈值的垃圾邮件来源地址所属邮件的索引标识对应的所有邮件信息，确定为垃圾邮件样本数据。

4.如权利要求1所述的方法，其特征在于，所述按照预设的匹配规则，从所述索引数据库中确定与预设的垃圾邮件关键属性信息匹配的邮件信息，具体包括：

使用搜索应用程序编程接口API调用所述索引数据库，并按照预设的匹配规则从所述索引数据库的邮件信息中，确定与预设的垃圾邮件关键属性信息匹配的邮件信息。

5.如权利要求1-4任一所述的方法，其特征在于，所述待收发邮件的邮件信息包括待收发邮件的邮件标题、邮件发件人地址、邮件内容关键字中的至少一个信息。

6.一种样本数据获取装置，其特征在于，包括：

接收单元，用于接收邮箱服务器收发邮件过程中提取的待收发邮件的邮件信息，所述邮件信息为表征所述待收发邮件关键属性的信息；

存储单元，用于针对每个待收发邮件的所述邮件信息，为该待收发邮件分配索引标识，并将分配的索引标识与对应的至少一个邮件信息的对应关系存储到索引数据库中；其中，所述索引标识为分配的一个数字标记，或为所述待收发邮件的邮件类型；

确定单元，用于按照预设的匹配规则，从所述索引数据库中确定与预设的垃圾邮件关键属性信息匹配的邮件信息，作为垃圾邮件样本数据。

7.如权利要求6所述的装置，其特征在于，所述垃圾邮件关键属性信息为垃圾邮件关键字；

所述确定单元，具体用于在所述索引数据库中查找与所述垃圾邮件关键字相同的邮件信息；将查找到的邮件信息所属邮件的索引标识对应的所有邮件信息，确定为垃圾邮件样本数据。

8.如权利要求6所述的装置，其特征在于，所述垃圾邮件关键属性信息为多个垃圾邮件来源地址；

所述确定单元，具体用于统计多个垃圾邮件来源地址各自在所述索引数据库中所属邮件的邮件数量；将所述邮件数量大于预设阈值的垃圾邮件来源地址所属邮件的索引标识对应的所有邮件信息，确定为垃圾邮件样本数据。

9.如权利要求6所述的装置，其特征在于，所述确定单元，具体用于使用搜索应用程序编程接口API调用所述索引数据库，并按照预设的匹配规则从所述索引数据库的邮件信息中，确定与预设的垃圾邮件关键属性信息匹配的邮件信息。

10.一种样本数据获取系统，其特征在于，包括：邮箱服务器和搜索服务器，其中：

所述邮箱服务器，用于在收发邮件过程中提取待收发邮件的邮件信息，所述邮件信息为表征所述待收发邮件关键属性的信息；将所述邮件信息发送给所述搜索服务器；

所述搜索服务器，用于接收所述邮箱服务器发送的所述邮件信息；针对每个待收发邮件的邮件信息，为该待收发邮件分配索引标识，并将分配的索引标识与对应的至少一个邮件信息的对应关系存储到索引数据库中；按照预设的匹配规则，从所述索引数据库中确定与预设的垃圾邮件关键属性信息匹配的邮件信息，作为垃圾邮件样本数据，其中，所述索引标识为分配的一个数字标记，或为所述待收发邮件的邮件类型。