買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉中國科學院信息工程研究所申請的專利一種基于郵件服務資產共現圖的垃圾郵件檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116304597B 。

龍圖騰網通過國家知識產權局官網在2025-09-09發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211136889.7，技術領域涉及：G06F18/21；該發明授權一種基于郵件服務資產共現圖的垃圾郵件檢測方法是由朱宇佳;李欣燕;揭真;劉慶云;李舒;喻靈婧;姜鵬輝設計研發完成，并于2022-09-19向國家知識產權局提交的專利申請。

本一種基于郵件服務資產共現圖的垃圾郵件檢測方法在說明書摘要公布了：本發明公開了一種基于郵件服務資產共現圖的垃圾郵件檢測方法。本方法包括：機器學習模型離線訓練階段：獲取樣本集合中每一樣本郵件的頭部信息；所述樣本集合包括若干合法郵件和若干垃圾郵件；從每封樣本郵件的頭部信息中提取預設字段，構建各樣本郵件對應的共現子圖，然后對所得各共現子圖進行合并得到一郵件服務資產共現圖；基于樣本郵件的共現子圖和所述郵件服務資產共現圖，使用子圖表示學習技術，學習對應樣本郵件的子圖表示并對其進行標簽標注；利用帶有標簽的子圖表示訓練機器學習模型；在線檢測階段：將待檢測郵件的子圖表示輸入訓練后的機器學習模型，輸出該待檢測郵件為垃圾郵件的概率。本發明充分利用郵件資產信息進行垃圾郵件檢測。

本發明授權一種基于郵件服務資產共現圖的垃圾郵件檢測方法在權利要求書中公布了：1.一種基于郵件服務資產共現圖的垃圾郵件檢測方法，其步驟包括： 機器學習模型離線訓練階段： 獲取樣本集合中每一樣本郵件的頭部信息；所述樣本集合包括若干合法郵件和若干垃圾郵件； 從每封樣本郵件的頭部信息中提取預設字段，構建各樣本郵件對應的共現子圖，然后對所得各共現子圖進行合并得到一郵件服務資產共現圖； 基于樣本郵件的共現子圖和所述郵件服務資產共現圖，使用子圖表示學習技術，學習對應樣本郵件的子圖表示并對其進行標簽標注； 利用帶有標簽的子圖表示訓練機器學習模型； 在線檢測階段： 獲取待檢測郵件的頭部信息； 提取待檢測郵件頭部信息中的預設字段信息，構建該待檢測郵件的資產共現子圖； 基于該待檢測郵件的共現子圖和所述郵件服務資產共現圖，使用子圖表示學習技術，學習該待檢測郵件的子圖表示并將其輸入訓練后的機器學習模型，輸出該待檢測郵件為垃圾郵件的概率，若概率大于預設閾值，則判定該待檢測郵件為垃圾郵件； 其中，構建所述郵件服務資產共現圖的方法為： 1提取圖節點 從每一樣本郵件的頭部信息中提取From、Received、DKIM-Signature、Message-ID和X-Mailer字段中的值作為圖節點，并對相同的圖節點進行合并；其中，將From字段里的域名作為第一類圖節點并將其類型標記為發件域；將Received、DKIM-Signature和Message-ID字段中的域名均作為作為第二類圖節點并將其類型標記為中間域；將Received字段中的IP地址作為第三類圖節點并將其類型標記為IP地址；將X-Mailer字段中的客戶端標識作為第四類圖節點并將其類型標記為客戶端標識； 2建立圖節點之間的邊關系 1如果一個類型為發件域的圖節點與一個類型為中間域的圖節點出現在同一樣本郵件中，則在兩對應圖節點之間建立一條邊； 2如果一個類型為中間域的圖節點與一個類型為IP地址的圖節點出現在同一Received條目中，則在兩對應圖節點之間建立一條邊； 3如果Message-ID或DKIM-Signature中的域名所對應圖節點與類型為發件域的圖節點取值不同，則在兩對應圖節點之間建立一條邊； 4如果一個類型為發件域的圖節點與一個類型為客戶端標識的圖節點出現在同一樣本郵件中，則在兩對應圖節點之間建立一條邊； 根據規則1～4所得邊對各圖節點進行連接，得到各樣本郵件對應的共現子圖；將兩個具有公共圖節點的共現子圖合并為一個連通圖，得到所述郵件服務資產共現圖。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中國科學院信息工程研究所，其通訊地址為：100093 北京市海淀區閔莊路甲89號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。