垃圾邮件莫作怪
科技除魔有新法
2003-09-15
corpease
最近，一些朋友向我抱怨，他们的电子邮箱经常给一些垃圾邮件塞得满满的，色情的、暴力的、推销产品的、招徕顾客的，什么都有，五花八门。删除这些垃圾邮件，要浪费许多工作时间；特别是一些商务人士，常常让他们无法集中精力，优先处理最重要的商务信函。要是碰到长假期间，这些垃圾邮件，汹涌澎湃地拥过来，全邮箱爆满，更让你无法接受任何新的邮件。
许多收费邮箱服务商，对此也束手无策。尽管反垃圾邮件，常常是他标榜的买点，实际上，手中并无杀手锏。目前，他们使用的方法，多数是"关键字检索"。这一技术的确可以帮助你识别，并过滤一些应该删掉的邮件，比如带有色情暴力字眼的邮局。然而，"道高一尺，魔高一丈"。一些垃圾邮件的制造者，常常会利用语言表现的丰富性，耍一点小花招，就能瞒天过海，跳过你所设置的限制。而且，任何服务商都不可能无限制地设置新的关键字。规则太多，邮件过滤会浪费大量的资源。然而，在计算机技术不断发展的今天，没有过不去的河，没有上不了的山。我们尚易公司，最近开发的一项人工智能技术，就是扫除这些垃圾邮件的铁扫帚。这种技术，科学上叫"模糊匹配"。用一个通俗的说法，就是把两篇相似的文章，拼在一块进行压缩。两篇文章越相似，则压缩率越高；反过来，压缩率越高，则两篇文章越相似。从这种压缩的高低变化中，我们便可以轻而易举地判断并处理涌入你的电子邮箱的垃圾邮件。
这项技术，还可以应用到考古工作中。过去，许多考古人员发现一些古典文献，要鉴定其是哪个朝代的、哪个作者的作品，是很费劲的，即使是一些国家级的专家，亦唯置喙。有了这项技术，只需要把已知古代作者的著作分类入库，跟新发现的文献拼合压缩比较，就不难做出正确的判断了。 |
