在一些经常使用邮件的朋友，都会经常性的收到一些垃圾邮件，这也算是一个网络犯罪的一种。
在21世纪初，早期防止垃圾邮件的尝试收效甚微。通过创建反垃圾邮件签名（实际上是人工创建的规则），垃圾邮件的泛滥只得到了最低限度的遏制，数十亿封垃圾邮件中的50%会被拦截下来，而其余的邮件仍在通过网络发送给每一位使用邮件的用户。
这个解决方案是在机器学习中找到的，机器学习算法分析大量的数据并得出特定的模式。其结果是全面加强了防御，拦截了大约95%的垃圾邮件。
2005年，Trend Micro使用机器学习来发现和阻止垃圾邮件，使用了Trend Micro反垃圾邮件引擎(TMASE)和托管电子邮件安全(HES)解决方案。垃圾邮件和其他所有东西一样都在进化，我们再次转向了由高质量数据支持的机器学习。
当垃圾邮件充斥网络时，它会减慢网络速度，而且可能会有不知情的用户点击垃圾邮件，无意中下载恶意软件或病毒。拦截垃圾邮件对网络安全至关重要，它应该成为任何企业网络防御的一部分。然而，机器学习的有效性取决于它精确检查大量数据的能力。
垃圾邮件似乎是一种过时的网络威胁，但还在不断发展中。看来机器学习将会在现在或将来将垃圾邮件的威胁性降低最低。
如果网络不安全，后果将会很明显（如财务损失、声誉受损、运营中断）。最好的解决方案是使用不止一种形式的网络安全，并采取多层次的方法。任何组织都不能忽视安全漏洞所造成的破坏。
分享到:
閱讀更多 T800科技網 的文章
