钓鱼是一种通过大量发送电子邮件（垃圾邮件），甚至冒充金融和国家机构、社交网络的冠名信息，或者通过虚假网站来盗窃认证信息（密码、信用卡数据、社交网络信息）的方法。犯罪分子有时会使用类似域名或URL地址伪装成著名品牌的官网。
卡巴斯基实验室研发的这款智能系统可以分析不记名客户统计数据中钓鱼邮件和垃圾邮件的各种特征，以这些数据为基础生成分类组，例如通过分析邮件标题中的字段分布次序。
戈卢别夫解释说：
“一旦发现潜在的垃圾信息，系统就会将其架构与分类组中的典型样本进行对比，这样就提高了主动发现垃圾邮件的水平，涵盖面更广。这种技术降低了网络带宽和邮箱服务的损失，帮助用户避免了为自行过滤邮箱内容和建立自己的保护名单而浪费时间。”
检查垃圾邮件的启发式规则生成方法及其系统开发专利于2020年1月颁发，随后入选“2019和2020上半年全俄100项最佳发明”。
戈卢别夫补充说：
“这项技术并不是专用于查找钓鱼邮件，但能够用于分析钓鱼邮件附加的元信息，最终建立更加前摄的直观推断，因此能够查出其中的数种邮件。”
京公网安备11010502053235号
