随着网络的迅猛发展,电子邮件已经成为人们现实生活、工作中必不可少的信息交流手段。但随之而生的垃圾邮件,占用了大量的网络资源,浪费了网民的宝贵时间,造成了巨大的经济损失。垃圾邮件的泛滥已经严重的影响了人们的工作,生活和学习等各个方面。因此反垃圾邮件技术也不断的推出。因此,研究和设计一种能够高效过滤垃圾邮件的电子邮件系统,有着重大的现实意义。目前垃圾邮件制造者不断利用新技术和新方法,使垃圾邮件的内容和发送手段等都发生了明显的变化,对传统的反垃圾邮件技术提出了严峻的挑战。本篇论文通过分析当前垃圾邮件的通信行为和MTA通信原理,改进基于行为识别的反垃圾邮件技术。在边会话边识别边拦截的过程中增加邮件发送的主题属性字段的检测,从而节省了大量网络带宽资源。删除质询—回应这一阶段,并将检测技术改为采用数据挖掘中CART决策树方法,并且结合了传统的反垃圾邮件中的基于规则过滤技术,进行双重检测,达到更好的过滤效果。论文最后针对行为识别电子邮件模型进行了仿真试验,对比了算法改进前后的实验结果,改进后算法使系统召回率有了一定程度的提高,同时虚报率也有所下降,证明了算法改进的有效性以及行为识别电子邮件系统模型的适用和合理性。