【注】这篇文档是好些年前写的，现在反垃圾都往人工智能方向走，传统的一些技术已经过时了。
- RBL：实时黑名单，包括诸如IP黑名单、URL黑名单，常用的有Spamhaus、Spamcop、Sorbs、NJABL等。
- SPF：检查发送者IP是否在发送域的授权网络范围内，本博其他文档有提及。
- 频率控制：限制发送频率，单纯根据发送频率进行流控是愚昧做法，QQ邮箱多这样干。
- 信誉系统（reputation）：对Sender的IP或domain建立信誉评分机制。
- DomainKey：采用数字签名对发送域进行验证。
- 灰名单（greylist）：对可疑邮件返回临时失败，拒绝对方一段时间。
- 指纹（fingerprint）：对垃圾邮件建立指纹样本库。
- 蜜罐（honeypot）：设立蜜罐邮箱，用来采集垃圾邮件样本。
- 贝叶斯（Bayes）：对邮件内容进行分词和采用Bayes算法进行概率统计。
- 关键字：内容关键字过滤。
- 渐进式规则评分系统（启发式过滤）：SpamAssassin。
- 基于上下文的系统：对邮件内容、邮件组织方式、发送者信誉进行关联统计，如IronPot。
- 基于行为分析的系统：从垃圾邮件起源的全球地理位置角度统计垃圾邮件行为和特征，如CommTouch。
通常是各个技术措施综合起来对垃圾邮件进行识别和过滤。例如基于规则的反垃圾方法，可以准确的识别已知垃圾邮件，但对于新出现的垃圾邮件则无能为力。而基于统计的方法（如Bayes），则可以较准确的预防新垃圾邮件。还有基于内容的方法（如关键字）与基于行为的方法结合起来，才能发挥更好的效果。