近年来,互联网不断发展,人们的生活越来越离不开网络,因此,网络数据量也越来越大。这些网络信息中也蕴含着大量的知识,这些知识也将带来很多经济效益,也可以带来国家安全方面的信息。于此同时,机器学习等数据分析方法以及大数据处理平台技术也一直都在进步,使发现这些知识成为可能。为了全面分析网络用户的行为,从中得到对实际应用有用的知识,通过在关键网关捕获网络数据包信息是一种有效的解决方案,这些信息记录了所有通过该网关的用户网络行为,这些数据将被存储到Pcap文件中。首先,本文使用Hadoop的大数据处理框架,将Pcap文件中的数据利用网络协议的原理,分布式地还原成应用层协议SMTP。其中过程包括网络数据包解析和TCP流的重组等。然后,本文将SMTP协议中的收发行为数据转换成有向图的数据结构,再利用图的拓扑信息,挖掘邮件行为的社交网络特征。为了处理大规模图结构的数据,大数据图计算平台GraphX将被本文用来对图特征进行分析。具体的社交网络特征分析过程中,本文使用标签传播算法和Fast Unfolding算法,对邮件行为的社交网络做群组发现,通过对比这两种算法的结果,我们发现Fast Unfolding算法的结果更好、更稳定。接着,为了了解每个用户在群组中的重要性,文中选用了 PageRank算法进行了相应计算。并结合PageRank得出的重要程度以及每个用户的画像特征,综合分析出整个群组的画像特征。除了邮件收发的社交网络的拓扑特征,用户的行为模式信息也有重要意义。当用户A收到B的邮件,A会在随后的x小时内,发给C和D各一封邮件。这样的信息就是用户A的一个行为模式。为了发现这样的用户行为关联关系,本文设计了一个适用于实际应用场景的关联关系发现算法,其中使用了PrefixSpan算法进行邮件行为分析。实验表明,基于图计算的邮件收发行为的群组发现与关联分析有效的帮助我们,在大数据规模的环境下,分布式的对邮件的行为进行挖掘,获得了有用的知识。