我的网站越来越大，它开始通过各种渠道吸引大量垃圾邮件。该网站有许多不同类型的UGC（个人资料，论坛，博客评论，状态更新，私人消息等）。我正在进行各种缓解措施，我希望以闪电般的方式进行部署，以使垃圾邮件发送者相信我们不是一个有价值的目标。我对我正在做的功能有很高的信心，但是缺少的一件就是一次性杀死所有旧的垃圾邮件。
这就是我所拥有的：
- 大好/坏的语料库（5位数不好，6或7位数字好）。很多垃圾邮件都有非常可靠的指纹，而且我已经忽略它6个月的事实有助于：）
- 部署到AWS的大型模块化Rails站点。它不是一个巨大的流量站点，但我们在SOA的开头运行了8个实例。
- Ruby，Redis，Resque，MySQL，Varnish，Nginx，Unicorn，Chef，所有关于Gentoo
我的要求：
- 我希望它在数据量方面表现得相当好（因此我对纯红宝石解决方案持谨慎态度）。
- 我应该可以针对不同类型的内容（419-scam vs僵尸网络链接垃圾邮件）进行多种分类培训
- 我希望能够根据我们自己的侦探工作（模式匹配，IP重用等）添加手动因素。
- 最终我想构建一个与Ruby一起使用的漂亮界面。如果这需要我的手弄脏C或其他什么，我可以处理它，但如果可以的话我会避免它。
我意识到这是一个冗长而模糊的问题，但我正在寻找的主要是一系列优质软件包，其次是来自某人的随意想法，这些人构建了一个类似于系统的方法。