随着互联网技术的发展,电子邮件得到了广泛应用,但同时带来了垃圾邮件的泛滥。我国反垃圾邮件工作起步较晚,垃圾邮件在国内情况十分严重。常用的反垃圾邮件技术一般包括白名单与黑名单技术;基于关键词匹配的内容扫描;基于HASH的垃圾邮件过滤与检查技术;基于内容的垃圾邮件过滤与检查技术以及其它,其中基于内容的垃圾邮件过滤与检查技术得到了最为广泛的应用。本文通过分析目前的各类过滤及检查技术特点,综合运用了基于IP过滤、信头过滤以及基于HASH等过滤与检查技术的特征,设计了一种基于特征向量及Bayes算法进行内容过滤的垃圾邮件过滤与检查系统,并对Bayes算法在垃圾邮件过滤与检查系统中应用的不足做了改进,提高了过滤精度。系统具有自主学习能力,通过不断训练能有效过滤垃圾邮件,具有较大的优越性。系统由协议代理模块,预处理模块,过滤模块,数据模块和主控模块组成,它位于邮件服务器前端,代替邮件服务器接收邮件,完成过滤与检查后,把邮件转发给邮件服务器,再由邮件服务器完成以后的功能。对于系统性能影响较大的是如何有效进行中文分词,本系统采用了基于互信息消除歧义的机械分词方法,并提出了一种改进的基于PATRICIA树的分词词典机制,从而提高了过滤效率。最后我们对该系统进行了测试,证明系统具有较高的效率及过滤精度,能有效实现了垃圾邮件的检查与过滤。