近年来网络发展迅猛,已成为人们日常生活中不可或缺的存在。各种网络安全隐患随之而来,出现了一种以商业和政治为目的的网络犯罪类型高级持续性渗透攻击(APT),其常见的渗透突破方法包括网站挂马、电子邮件和即时消息。钓鱼邮件就是通过电子邮件进行渗透攻击,是非常常见的攻击手段。如今又出现了一种新形式的钓鱼邮件,即鱼叉式钓鱼邮件,通过伪装成目标的熟人进行有针对性的钓鱼。但是每个个体的性格、性别、写作习惯都不一样,即使是有意的模仿,也不能做到完全相似。因此本研究使用基于发件人身份验证的方法实现对鱼叉式钓鱼邮件的检测。在验证发件人身份过程中,需要从邮件中提取风格特征、性别特征和性格特征,然后使用分类器对邮件进行分类。但是普通钓鱼邮件不具备伪装发件人为目标熟悉的人这一特点,因此验证发件人身份并不适用于全部钓鱼邮件,对于其他情况的钓鱼邮件只能使用普通的检测方法进行检测。本文分别单独使用URL特征、关键词特征和邮件正文特征进行分类构造基分类器,然后将结果通过投票的方式进行集成,得到最终的检测结果。最后,在检测过程中提取的特征比较多,会造成过拟合现象的产生。因此在本文中,提出了一种基于密度和距离的降维方法。该方法通过计算特征之间的距离和局部密度,有效的将原始特征的维度降为简单而具有代表性的二维向量。以达到节省时间和提高准确率等性能的效果。最后实验结果表明本文研究的基于发件人身份验证和分类集成的钓鱼邮件检测方法是有效的。