我有5个电子邮件地址，工作上用wustl.edu的，私人用gmail的，当然最后都是用Gmail收取. 以前没啥保护意识，乱公布邮箱，现在每天至少90封垃圾邮件. 因为我的用户名中间有个”.”, 而且都不是英语单词组成, 有些字典攻击的Spam根本就打不到我, 所以相比较而言还不是Spam最严重的目标.

用了好久Gmail, 其垃圾邮件过滤的确是非常好的. 我印象中只有一次False Positive (把正常邮件Spam了)，这还是因为那封邮件只有一个hello 和一个图片造成的。按照我的经验, Gmail 识别成False Negative(垃圾邮件识别成正常的) 有以下几种,

1. 像模像样的中文（非英文）邮件 （至少遇到十次）：

> 贵公司（厂）财务负责人：
>
> 您好！
>
> 本公司是一家专业为国内外企业提供专项经营服务的股份制企业，可为各类企业代开各种发票，（主要包括：广东省及国内各省统一商品发票、增值税、机械、建筑、广告、运输、服务、税务代开类等发票），公司的客户遍布全国各地，本公司一贯以”诚信、高效、务实”的经营理念和”稳妥、快捷”的经营作风，不断地锐意进取、与时俱进，竭诚为全国各地有需要的客户提供更加全面、更加到位的服务。热忱欢迎您的垂询！！
>
> 顺颂商祺！！！

本来Gmail对中文支持就不好，更不说垃圾邮件识别了。况且这些邮件实在太不像垃圾邮件了。当然这种垃圾邮件有个致命问题，就是有些关键字，只要设置一个 “发票” “财务负责人”， 基本上就可以过掉。(初期我搜”发票”不能定位到这个邮件，也难怪Gmail识别不出来)

1. Gmail 初期, 改换的关键词, 比如把Software 写成 S0ftware （现在基本上没有了）

Need S0ftware?
OEM software – throw packing case, leave CD, use electronic manuals.
Pay for software only and save 75-90%!

Discounts! Special offers! Software for home and office!
TOP 1O ITEMS.

$79 Microsoft Windows Vista Ultimate
$79 MS Office Enterprise 2007
…

1. 啥文字都没有，含有几个外部图片链接

这些邮件的图片链接是动态内容，也就是说，如果你向那些地址请求图片，spammer 就会知道这个邮箱是有效的，然后，垃圾邮件就会更多。又一次我为了”让垃圾来的更猛烈些吧”，特地把那些图片链接都一一分析了一下, 结果可以想象是垃圾果然更猛烈了……

这段时间大部分的没识别出来的垃圾邮件都是这样的形式，Gmail 基于文本过滤的系统目前没法过滤出来，大约50％的这些邮件往往都在我收件箱。如果都用外部图片的话，虽然Gmail可以不显示图片，但却还是不能识别这些垃圾邮件。至于具体怎么弄，各位读者有没有什么好办法？

如果大家对Spam过滤的研究感兴趣，可以读著名的Essays 系列 (Google:Essays 第一条结果) :

http://www.paulgraham.com/antispam.html

Spam过滤是本质上是Turing Test 问题 (区分人和机器), 因此不要过高期望Spam能够100%被挡掉。但是简单的往往是最好的，基于文本的Bayesian分类器已经非常之强大了, 如果你想到了OCR方法, 我还是劝你暂时先放弃这个吧. 说不定等Google能在图片旁边放AdSense的时候，你再来研究这个 :)

Spam有时候也能变成黑客搞笑的东西，比如说

Google Blogoscoped 就写过一个 十大对付Gmail Spam的办法 , 包括火烧，送Bill Gates 等等。可谓Spam十大酷刑。

当然也有现代派的人把 Spam的标题串成诗的 .读起来比梨花体好多了. http://www.spam-poetry.com/

GNU也有经典的Spam Joke: http://www.gnu.org/fun/humor.html#TOCSpam

PS:

我倒是想，要是我和各位读者说，如果你要给我发邮件，请在邮件中包含一行这样的字符:

5^&&(&*@29bd8067ab0c822cc@)$*@)!$*)@56f485fbd675544ba69d5ec($*#&$@&#@(!

或者我自己从dev/random 拿个串来过一次sha1sum, 把这个串做成我Gtalk/MSN/Email 签名档让大家都能看到。然后我用Gmail Filter, 不含这个的通通Spam, 我就不信Spam 就这么强大，哼哼！

当然，此建议因为强烈不切实际而没啥操作性～～

大家先吃饭 （注意画面左边那些剪纸很漂亮的）

不知道是不是校长，反正是领导了

主持人

武林高手（四岁就练的真功夫）

舞蹈队跳《竹枝词》

专业女高音，在Webster读音乐专业

断背之歌

CSSA两个主席单挑吉他

菊花台，现代与古典

我表演农民企业家 胡话胡说节目现场

被张哲的表演打败了，差点笑翻

最佳着装奖！

You! I want you to join the CSSA Party! XD

游戏环节！

我也凑热闹，结果猜错答案，被迫上演泰坦尼克（最后还是沉了～～）

You XU同学暴笑中…

百里的吉他

相声《吃元宵》

诗朗诵，这位是职业广播电台主持人

新疆舞。原来武林高手也是舞林高手

一曲 明天会更好

为什么拍照不叫我，55555

总导演小波在逗小孩玩

我是从Flickr 盗链的别人拍的照片，hoho~~

过年了，各位读者身体健康，阖家欢乐。我在美国给各位拜个年！

＝＝＝心想事成＝＝恭喜发财＝＝＝＝＝＝

下面是我的talk show

－－和谐社会的和谐春晚

据说今年春晚一个猪字都没听到。好！ 多么感人多么和谐多么政治正确的春晚！

政治正确(Political correctness)是一个美国词汇，是美国民权运动的产物，意思为在语言和行动上最大程度的减小对宗族，宗教等特定人群的感情伤害。比如说，黑人不能叫黑人，要叫非洲裔美国人（埃及人和南非白人请自觉靠边）； 消防员邮递员一致要用person结尾；第三人称一定要he/she, 不许只写一个；连huMAN都不许说，要说people. 再比如说，不能说Christmas, 要说Xmas, Holiday, Season’s Greeting， etc.

我也常常想，咱们的和谐社会，就要方方面面和谐；作为全国人民都看的节目，一定要政治正确, 不能伤害少数人感情；果然啊，在中国少数民族的感情要求下，在我们和谐社会和宗教团结的旗帜下，今年春晚终于成功的一个猪都没有说。

我们算算，中国有12生肖，以后春晚哪些不能说呢？

子鼠，对不起，不许说，为啥，老鼠常偷吃粮食、咬坏家具、衣服，戕害人民。我们常常说硕鼠，你说老鼠，硕鼠阶层鼠年跟你急。要改小白鼠就不伤害人家了。

丑牛，对不起，不许提，牛是印度教的圣物，中国有一些印度教徒，要尊重人家感情，不能说。只能说黄牛，奶牛。

寅虎，对不起，不许说，大家一定知道白族是崇拜虎的，我们要尊重白族感情，严禁卡通化虎。要卡通请卡通美洲虎。

卯兔，对不起，不许搞，具体请看郑渊洁童话《兔民族的公开信》。我们要尊重动物保护组织，不能搞兔年活动。要改成大家吃不到的月亮上的玉兔。

辰龙，对不起，不行，按照某专家的说法，龙太凶猛，外国人不喜欢，我们要尊重人家外国同胞。改恐龙吧，反正灭绝了，不凶了。

巳蛇，坚决不许提，蛇可是有特殊含义的。提了人家二奶阶层肯定和你打官司。改四脚蛇吧，四脚蛇不是蛇。

午马，不提，蒙古族打天下的东西，要尊重人家朴素的感情。改白马，由于众所周知的原因，白马非马。

未羊，不提，厄尔多斯的牧民的感情要尊重，羊是人家的生活来源，能整天说羊么。改体育运动中的山羊，谁都不伤害。

申猴，不许提，猴是上海休博会吉祥物，当心挑起地域争端。要说就说孙悟空。

酉鸡，嘘，小点声，鸡是不能乱说的，要说性工作者。人家也是有人权的，不能说！

戌犬，藏獒听过没？要尊重青藏高原上的那些灵性神物的感情。想说么，要说人类的忠实朋友。

亥猪，一个字也不许说，要说，谁让你说？ 不许说，想说么，来人掌嘴！ 要说，和谐年！

好吧，中国十二生肖我看可以这样改：

小白鼠，黄牛，美洲虎，玉兔，恐龙，蜥蜴，白马，体育山羊，孙悟空，工作者，人类朋友 和 和谐年。

这样多和谐，以后CCTV两个人见面打招呼：

哥们，咋穿红裤衩？

哦，今年是和谐年，本命年。师傅您呢？

我属小白鼠，比你小一岁，我老婆属恐龙。

嘿，怪不得哥们这么年轻有为！

过年了，各位读者身体健康，阖家欢乐。我在美国给各位拜个年！

＝＝＝心想事成＝＝恭喜发财＝＝＝＝＝＝

下面是我的talk show

－－和谐社会的和谐春晚

据说今年春晚一个猪字都没听到。好！ 多么感人多么和谐多么政治正确的春晚！

政治正确(Political correctness)是一个美国词汇，是美国民权运动的产物，意思为在语言和行动上最大程度的减小对宗族，宗教等特定人群的感情伤害。比如说，黑人不能叫黑人，要叫非洲裔美国人（埃及人和南非白人请自觉靠边）； 消防员邮递员一致要用person结尾；第三人称一定要he/she, 不许只写一个；连huMAN都不许说，要说people. 再比如说，不能说Christmas, 要说Xmas, Holiday, Season’s Greeting， etc.

我也常常想，咱们的和谐社会，就要方方面面和谐；作为全国人民都看的节目，一定要政治正确, 不能伤害少数人感情；果然啊，在中国少数民族的感情要求下，在我们和谐社会和宗教团结的旗帜下，今年春晚终于成功的一个猪都没有说。

我们算算，中国有12生肖，以后春晚哪些不能说呢？

子鼠，对不起，不许说，为啥，老鼠常偷吃粮食、咬坏家具、衣服，戕害人民。我们常常说硕鼠，你说老鼠，硕鼠阶层鼠年跟你急。要改小白鼠就不伤害人家了。

丑牛，对不起，不许提，牛是印度教的圣物，中国有一些印度教徒，要尊重人家感情，不能说。只能说黄牛，奶牛。

寅虎，对不起，不许说，大家一定知道白族是崇拜虎的，我们要尊重白族感情，严禁卡通化虎。要卡通请卡通美洲虎。

卯兔，对不起，不许搞，具体请看郑渊洁童话《兔民族的公开信》。我们要尊重动物保护组织，不能搞兔年活动。要改成大家吃不到的月亮上的玉兔。

辰龙，对不起，不行，按照某专家的说法，龙太凶猛，外国人不喜欢，我们要尊重人家外国同胞。改恐龙吧，反正灭绝了，不凶了。

巳蛇，坚决不许提，蛇可是有特殊含义的。提了人家二奶阶层肯定和你打官司。改四脚蛇吧，四脚蛇不是蛇。

午马，不提，蒙古族打天下的东西，要尊重人家朴素的感情。改白马，由于众所周知的原因，白马非马。

未羊，不提，厄尔多斯的牧民的感情要尊重，羊是人家的生活来源，能整天说羊么。改体育运动中的山羊，谁都不伤害。

申猴，不许提，猴是上海休博会吉祥物，当心挑起地域争端。要说就说孙悟空。

酉鸡，嘘，小点声，鸡是不能乱说的，要说性工作者。人家也是有人权的，不能说！

戌犬，藏獒听过没？要尊重青藏高原上的那些灵性神物的感情。想说么，要说人类的忠实朋友。

亥猪，一个字也不许说，要说，谁让你说？ 不许说，想说么，来人掌嘴！ 要说，和谐年！

好吧，中国十二生肖我看可以这样改：

小白鼠，黄牛，美洲虎，玉兔，恐龙，蜥蜴，白马，体育山羊，孙悟空，工作者，人类朋友 和 和谐年。

这样多和谐，以后CCTV两个人见面打招呼：

哥们，咋穿红裤衩？

哦，今年是和谐年，本命年。师傅您呢？

我属小白鼠，比你小一岁，我老婆属恐龙。

嘿，怪不得哥们这么年轻有为！

Just holy crap, shame on me!

// Well, I am OK.