贝叶斯垃圾邮件过滤是如何工作的？如何调优降低误报？

贝叶斯过滤以词（token）在垃圾/非垃圾两类的条件概率为基础，依贝叶斯定理计算邮件为垃圾的后验概率。它从用户已标注样本自学习，个性化强，是内容过滤的经典方法。

需提供“已标垃圾”与“已标正常”两套语料训练；过滤器统计每个 token 的 P(垃圾|token) 与 P(正常|token)。新邮件对各 token 概率取对数求和得总分。RFC 2505 将内容过滤列为反垃圾手段之一。

用更丰富的近义词表、忽略高频无区分度词、对 HTML/URL 结构特征加权；定期用最新样本再训练；设阈值并保留“疑似”队列人工复核，降低误杀正常邮件（false positive）。

纯贝叶斯易被“贝叶斯毒化”（在垃圾中混入正常词）绕过；应作为多层防御的一环，与 DNSBL、发信认证、速率限制结合，而非单独依赖。