随着电子邮件在世界范围内的广泛应用,垃圾邮件作为商业广告、恶意程序或敏感内容的载体,对系统安全和人类生活所造成的影响越来越严重。本文以实际捕获的邮件样本为依据,通过对垃圾邮件分布规律的统计与分析,论证了垃圾邮件具有时间上的突发特性,且10天是一个合适的垃圾邮件的生存周期。 Nilsimsa摘要算法在分布式垃圾邮件过滤技术中占有重要地位,本文在研究Nilsimsa摘要的基础上,提出了一种基于DHT的邮件Nilsimsa摘要发布与查询方法:DHTnil。文章详细论述了DHTnil的发布与查询算法,DHTnil使用摘要向量空间划分的方法将相似的摘要发布到少数几个结点之上,并以此为基础在DHT网络上面实现了邮件Nilsimsa摘要的近似查询。在DHTnil系统中,摘要的发布、查询、和存储都是分布式的,它突破了传统的Nilsimsa摘要总是集中处理的缺陷,使得系统具有更大的扩展性。本文通过仿真实验验证了DHTnil的有效性。针对随机生成的数据,DHTnil可以保证每组相似邮件的发布只涉及不超过3％的子空间,而近似查询只搜索3.5％的子空间就可以搜索到80％的相似邮件；针对实际捕获的邮件样本,仿真实验得到了与随机数据相似的结论。另外,我们通过仿真实验证明了DHTnil系统具有较好的负载均衡特性。最后,我们探讨了DHTnil系统设计和实现的一些细节问题。