目前,大多数垃圾邮件过滤器独立工作,所能获得的垃圾邮件信息较少,效率较低。不仅如此,垃圾邮件制造者不断地利用新技术和新方法,使垃圾邮件的内容和发送手段等都发生了明显的变化,这对传统基于邮件内容的垃圾邮件过滤技术提出了严峻的挑战。本文针对这些问题,研究基于P2P协作的垃圾邮件发送行为识别技术。为科学设计和实现本文研究的垃圾邮件识别技术,本文首先研究了垃圾邮件发送行为识别平台,分析了现有的P2P网络资源搜索模式的优缺点,将混合型P2P结构应用于垃圾邮件过滤技术中,设计了基于超节点的Anti-Spam P2P网络结构并研究了该网络的查询策略,针对混合型P2P结构中的全连接方式查询机制产生大量冗余查询消息和查询结果返回时间较长的问题,提出了一种改进的消息查询、转发以及结果返回机制。实验结果表明,改进后的查询机制比全连接方式减少了一半左右的冗余查询消息在汇聚对等点间的转发、减轻了汇聚对等点的负载和提高查询结果的返回速度。然后在这个垃圾邮件发送行为识别平台上,设计了一个基于JXTA的垃圾邮件识别器,根据垃圾邮件的群发特征和MTA阶段的邮件过滤原理,重点研究了垃圾邮件发送行为识别算法、可疑邮件协作查询算法。定义了实现中的信息表、消息和广告,描述了Anti-spam P2P网络的组建过程,考虑到手工配置对等点身份的缺陷,根据邮件服务器的性能实现了一种自动确定对等点身份的方法,并详细描述了基于P2P协作的垃圾邮件发送行为识别算法的实现过程并对该算法的开销进行了理论分析。最后,对本文研究的垃圾邮件发送行为识别技术进行了实验,并与基于贝叶斯的邮件内容过滤软件Foxmail进行了垃圾邮件过滤性能的比较与分析。实验结果表明,本文研究的垃圾邮件识别技术是针对垃圾邮件的群发特征而不依赖于邮件内容、语言类型或格式分析,在MTA阶段就能过滤大量垃圾邮件,提高了处理速度和准确率并节省大量的系统资源,在查全率、正确率、F1值和精确率方面都明显优于Foxmail。