随着Internet的发展和普及,电子邮件也得到了广泛的应用。电子邮件在给人们带来方便的同时也产生了一个新的问题,即大量垃圾邮件的出现。垃圾邮件不仅要消耗大量的网络资源,其传播的不良信息也会给社会造成很大的危害,因此研究垃圾邮件过滤具有重要意义。当前已经有许多种有效的的反垃圾邮件技术,其中基于贝叶斯分类的垃圾邮件过滤技术有着很高的识别率,并且具有能够智能学习的能力,因而得到广泛研究和应用。本文以课题项目的为载体,对当前垃圾邮件及垃圾邮件技术进行了研究分析。项目在调研的基础上提出了应用于邮件网关和邮件服务器上的垃圾邮件过滤系统解决方案,此解决方案结合了多种反垃圾邮件技术以使系统达到最优的过滤效果。同时,本文还针对此过滤系统中的贝叶斯过滤模块进行了详细说明,包括贝叶斯分类的理论基础以及过滤器模块的具体设计。对组成贝叶斯过滤器的各项子功能包括邮件解析,参数配置,邮件过滤和反馈学习等,本文给出了设计方案及实现方法。通过对大量的邮件样本进行实验,通过对实验结果进行记录和分析,证明本文所述的贝叶斯过滤器对垃圾邮件有较高的识别率。