垃圾郵件是怎麼被分辨出來的?

原來是把大量線索綜合起來判斷的喔。垃圾郵件是結合兩種方式來分辨的:一種是綜合觀察每封郵件的內文、寄件者資訊等大量線索的機器學習,另一種是固定的規則。確認寄件者是否為本人的「寄件網域驗證」,以及使用者按下「回報垃圾郵件」的結果,也都是線索。


綜合數千個線索來看
根據Gmail的說明,每一封郵件都有數千個線索(訊號)。即使有幾個垃圾郵件常見的特徵,也不會只憑這點就判定為垃圾郵件。機器學習會把大量線索綜合起來判斷。它能從大量資料中找出寫規則的人不容易發現的特徵,也能很快跟上不斷變化的垃圾郵件手法。它和以規則為基礎的防護搭配使用。

- 1寄來的郵件
- 2內文、寄件者確認、使用者回報等線索
- 3把線索合起來判斷的地方
- 4一般郵件進收件匣
- 5垃圾郵件進另一個匣子
確認寄件者是不是真的
也會確認寄件者是不是真的。SPF是事先決定哪些寄件來源可以從某個網域(電子郵件地址@後面的部分)寄信的機制。DKIM是寄件方在郵件加上電子簽章,讓收件方可以確認的機制。在Gmail裡,無法確認的郵件,寄件者名字旁邊會出現「?」。不過,無法確認不一定就是垃圾郵件,而發送垃圾郵件的人也可能通過驗證。
是不是垃圾郵件,因人而異
對某個人是垃圾,對另一個人卻可能是重要的郵件,例如電子報或App的通知。所以Gmail會配合每個人調整防護方式。越常使用「回報垃圾郵件」,就越容易找出類似的郵件。把被誤放進垃圾郵件的郵件移回來後,那位寄件者之後的郵件就不會再被放進垃圾郵件。

和寄件方鬥智
發送垃圾郵件的一方也不斷想新招。根據2019年的說明,新機制讓系統能抓到使用圖片的郵件、藏起內容的郵件等,每天多擋下約1億封垃圾郵件。2023年又加入能對付混入相似字形或看不見字元的文字的機制,抓到垃圾郵件的比例提高了38%,把一般郵件誤判的比例降低了19.4%。
想知道更多
- Google在2019年說明,垃圾郵件、網路釣魚以及帶有惡意軟體的郵件,有99.9%以上會在送到Gmail收件匣之前就被擋下。
- 內文和主旨都是空白的郵件,有時是為了確認某個地址是否有人在使用而寄出的。覺得可疑時,請不要回覆。
- 像是用數字「0」代替英文字母「O」這種模仿認識的寄件者的地址,Gmail會顯示警告。在確認之前,先別回覆或打開連結。

三選一小測驗
還記得剛剛讀的內容嗎?來挑戰看看吧!垃圾郵件是怎麼分辨的?
看答案
- 只看主旨的一個詞
- 綜合大量線索
- 由人一封封閱讀
綜合大量線索 每封郵件都有數千個線索,機器學習把它們綜合起來,再搭配規則來判斷。
每封郵件都有數千個線索,機器學習把它們綜合起來,再搭配規則來判斷。
下一題 ›參考資料
- Spam does not bring us joy—ridding Gmail of 100 million more spam messages with TensorFlowGoogle Workspace Blog(英文)
- Check if your Gmail message is authenticatedGmail Help(英文)
- Report spam in GmailGmail Help(英文)
- Improving Text Classification Resilience and Efficiency with RETVecGoogle Online Security Blog(英文)
本文內容是在 2026-10-03 確認上列資料後撰寫的。隨著研究進展,說明也可能改變。照片的出處標示在各照片下方。
下一則冷知識 ▶
科技強的密碼為什麼越長越好?混入很多符號的短密碼,和很長的密碼,哪一個比較強呢?

