[发明专利]异常邮件识别方法及装置

权利要求书

1.一种异常邮件识别方法，其特征在于，包括：

获取历史邮件数据及所述历史邮件数据对应的标注信息；所述标注信息用于标记所述历史邮件数据为正常邮件数据或异常邮件数据；

对所述历史邮件数据执行特征提取，得到所述历史邮件数据对应的特征值集合；

根据所述标注信息和特征值集合，建立邮件识别模型；

当检测到邮件发送事件时，利用所述邮件识别模型对目标邮件进行识别，以确定所述目标邮件是否为异常邮件。

2.根据权利要求1所述的方法，其特征在于，根据所述标注信息和特征值集合，建立邮件识别模型，包括：

根据所述标注信息将所述特征值集合分为正常邮件样本集合或异常邮件样本集合；所述正常邮件样本集合至少包括相互无交集的第一正常子集合和第二正常子集合，所述异常邮件样本集合至少包括相互无交集的第一异常子集合和第二异常子集合；

根据所述第一正常子集合和/或第一异常子集合进行数据训练，得到初始模型；

根据所述第二正常子集合和/或第二异常子集合，对所述初始模型进行校验，得到所述邮件识别模型。

3.根据权利要求1所述的方法，其特征在于，根据所述标注信息和特征值集合，建立邮件识别模型，包括：

根据所述标注信息和特征值集合，通过二项逻辑回归算法建立所述邮件识别模型。

4.根据权利要求1所述的方法，其特征在于，利用所述邮件识别模型对目标邮件进行识别，包括：

根据所述邮件识别模型中记录的各个特征对应的特征值范围，对所述目标邮件的各个特征值进行匹配，得到相应的匹配值；

根据所述邮件识别模型中记录的各个特征对应的权重，对所述匹配值进行加权求和；

根据所述加权求和结果确定所述目标邮件是否为异常邮件。

5.根据权利要求1所述的方法，其特征在于，对所述历史邮件数据执行特征提取,包括：

从所述历史邮件数据中分别提取每个特征对应的独立特征值；

和/或，从所述历史邮件数据中提取相互关联的多个特征对应的关联特征值。

6.根据权利要求1至5所述的方法，其特征在于，还包括：

在利用所述邮件识别模型对目标邮件进行识别之后，对识别结果进行验证；

当验证得到所述识别结果错误时，将所述目标邮件对应的邮件数据添加至所述历史邮件数据，并重新建立所述邮件识别模型。

7.根据权利要求1至5所述的方法，其特征在于，在根据所述标注信息和特征值集合，建立邮件识别模型之前，还包括：

对所述特征值集合进行数据清洗操作；

和/或，将所述特征值集合中非数值型的特征值转换为数值型的特征值。

8.一种异常邮件识别装置，其特征在于，包括：

数据采集单元，用于获取历史邮件数据及所述历史邮件数据对应的标注信息；所述标注信息用于标记所述历史邮件数据为正常邮件数据或异常邮件数据；

数据处理单元，用于对所述历史邮件数据执行特征提取，得到所述历史邮件数据对应的特征值集合；

建模单元，用于根据所述标注信息和特征值集合，建立邮件识别模型；

识别单元，用于当检测到邮件发送事件时，利用所述邮件识别模型对目标邮件进行识别，以确定所述目标邮件是否为异常邮件。

9.根据权利要求8所述的装置，其特征在于，还包括：

验证单元，用于对识别单元得到的识别结果进行验证，并在验证得到所述识别结果错误时，重新触发所述数据采集单元、数据处理单元和建模单元，以将所述目标邮件对应的邮件数据添加至所述历史邮件数据，并重新建立所述邮件识别模型。

10.根据权利要求8所述的装置，其特征在于，还包括：

数据清洗单元，用于对所述特征值集合进行数据清洗操作；

和/或，数据转换单元，用于将所述特征值集合中非数值型的特征值转换为数值型的特征值。