随着互联网的快速发展,电子邮件得到极大的推广和应用,成为人们通信和交流的主要工具和手段。然而,垃圾邮件严重干扰和影响了邮件系统的正常使用,阻碍了互联网的发展。现行的邮件过滤技术在准确率、性能、中文支持等方面存在着一些问题,本文针对这些问题进行了研究。本文首先分析了邮件系统的缺陷和垃圾邮件泛滥的原因;介绍了垃圾邮件的研究现状和反击垃圾邮件的技术;分析和比较了各种邮件过滤算法,重点研究了基于贝叶斯理论的邮件过滤算法。本文对邮件分类器的通用框架进行深入研究,分析了中、英文邮件在分类处理上的差异,提出了使用N-gram算法进行中文分词处理。针对朴素贝叶斯算法在邮件分类上的潜在问题:独立性假设问题和共有特征词的区分度问题,提出相应改进方法。通过对邮件语料的分析,提出了一个基于邮件长度的双分类器结构,设计了一个基于改进贝叶斯算法的中文邮件分类器,并通过实验进行验证。最后,本文提出了一个基于规则和统计相结合的二层垃圾邮件过滤方案,实现了该方案的原型系统。实验表明该系统能体现不同用户在邮件分类上的个性差异。