郵件特徵更新速度，決定垃圾郵件學習時間差

由於垃圾郵件的發送特徵不斷改變，企業用戶常會覺得一段時間過後，週期性出現一堆垃圾郵件，過一段時間又恢復正常。主要是因為過濾系統在新的垃圾郵件特徵出現時，需要一段「學習」時間差，確認哪些信件具有垃圾郵件特徵，才能夠阻擋這類信件。

尤其是臺灣企業的採購偏向硬體，垃圾信特徵資料庫也是硬體供應商比較缺乏的部分，多強調是透過產品內建的自動學習機制累積垃圾信特徵，除了透過使用者的定時回報，持續累積的「過濾經驗」，建立自家的垃圾郵件特徵資料庫，也就是說，特徵採樣、資料庫更新速度及自動學習能力將決定產品過濾的及時性與效率，供應商必須加強過濾機制本身的更新能力，有不少自建研究中心與特徵資料庫的案例。

最具規模的就是賽門鐵克Brightmail，除了與全球的ISP合作以取得大量的郵件樣本，在全球部署大量的誘捕系統，6個研究中心中有1個位於臺灣，就是為了加強過濾繁體中文信件的能力，目前正持續擴大臺灣這個研究中心的規模。

CloudMark則是藉由數百萬名個人用戶的力量，藉由回報機制取得全球各地的垃圾信樣本，建立最即時的垃圾信特徵資料庫。中華數位建立亞太垃圾訊息研究中心，桓基也投注人力在建立當地的特徵資料庫。CipherTrust也提供免費電子郵件來源資料庫。不過，對於維護人員而言，使用經常更新的垃圾郵件資料庫是最直接的做法，讓系統處於最佳的「過濾狀態」。文⊙高雅欣

加強郵件過濾效果的建議

●選擇垃圾郵件過濾產品，垃圾郵件特徵資料庫規模納入考量
●啟動用戶回報機制，累積垃圾郵件經驗
●特徵資料庫要經常更新，讓系統處於最佳的過濾狀態

相關文章：

．企業防護架構，決定垃圾郵件命運

．建置過濾機制前，企業應確立一套垃圾郵件政策

．企業該不該開放個人黑白名單，見仁見智

．企業防護架構，決定垃圾郵件命運－案例篇

．企業被列入黑名單怎麼辦？