近年問題となっているスパムメールの対策の１つに，各ユーザー単位で受信メールの特徴を学習することにより，正常なメールからスパムメールを識別する方法がある．その学習に，汎化性を有するパターン識別の一種であるサポートベクトルマシン（SVM）を用いる方法が提案されている．しかし，従来の方法では十分な量のデータを用いた１回の学習のみで識別器を構成しており，ユーザーの受信メールの特徴に変動があった場合に問題がある．本研究では，逐次的に受信するメールを用いた，追加学習型プロキシマルSVMによるスパムメール識別法を提案する．この方法では，従来のSVMに比べ計算量を抑制することが可能となり，より実用的である．