張宇帆 馮為華 方家茜 寧波大紅鷹學(xué)院

淺析郵件系統(tǒng)中垃圾郵件過(guò)濾技術(shù)

張宇帆 馮為華 方家茜 寧波大紅鷹學(xué)院

作為現(xiàn)代社會(huì)中人們交流的一種重要方式，郵件對(duì)于提高用戶之間的溝通效率具有重要作用。然而在電子郵件的大量應(yīng)用過(guò)程中，垃圾郵件也逐漸嶄露頭角。對(duì)于用戶來(lái)說(shuō)，垃圾郵件不僅需要占用較多的時(shí)間精力去處理，其還會(huì)浪費(fèi)大量的存儲(chǔ)與寬帶資源。所以，加強(qiáng)有關(guān)郵件系統(tǒng)垃圾郵件過(guò)濾技術(shù)的研究，對(duì)于改善郵件使用現(xiàn)狀具有重要的現(xiàn)實(shí)意義。在當(dāng)今社會(huì)中，人與人之間聯(lián)系的方式變得越來(lái)越方便快捷，電子郵件自然成了為當(dāng)下人們互相聯(lián)系的新寵。

電子郵件 安全 郵件過(guò)濾

垃圾郵件是說(shuō)通過(guò)非正當(dāng)途徑甚至違法途徑傳遞的用來(lái)推廣違法，犯罪，暴力血腥等限制內(nèi)容的郵件。

1 內(nèi)容過(guò)濾模塊的總體設(shè)計(jì)

截獲包含對(duì)互聯(lián)網(wǎng)不利信息的郵件并監(jiān)管是郵件審查制度的主流規(guī)劃思路，按照這種設(shè)計(jì)思路，一般把互聯(lián)網(wǎng)郵件的過(guò)濾系統(tǒng)的基礎(chǔ)能力分為這樣幾種模組：

（1）使用專門的客戶端程序能夠?qū)ξｋU(xiǎn)郵件執(zhí)行檢查，同時(shí)利用遠(yuǎn)程操縱軟件對(duì)程序執(zhí)行狀況進(jìn)行監(jiān)視與管控；（2）檢查過(guò)濾信息報(bào)告，對(duì)郵件內(nèi)信息進(jìn)行排列；（3）截取信息報(bào)告，對(duì)信息執(zhí)行分割處理。

按照規(guī)定的IP地址信息和郵件發(fā)送IP等檢測(cè)關(guān)鍵字對(duì)郵件執(zhí)行收取，并分析郵件解碼后的相關(guān)編碼，還原郵件中最初的內(nèi)容，在還原郵件的過(guò)程中對(duì)敏感詞匯執(zhí)行搜索，對(duì)內(nèi)容可能包含違法信息的郵件做出記錄。

互聯(lián)網(wǎng)郵件的過(guò)濾功能是目前屏蔽垃圾郵件的核心科技，一般從兩個(gè)角度著手處理，第一個(gè)角度是使用電腦程序進(jìn)行屏蔽垃圾郵件，而針對(duì)互聯(lián)網(wǎng)內(nèi)部的垃圾郵件的屏蔽和刪除一般都是從郵件平臺(tái)方的服務(wù)器著手進(jìn)行屏蔽和處理，也就是把郵件過(guò)濾系統(tǒng)放置在郵件傳遞平臺(tái)上對(duì)郵件進(jìn)行過(guò)濾并找到垃圾郵件來(lái)處理。

當(dāng)互聯(lián)網(wǎng)上的郵件經(jīng)過(guò)各種不同渠道平臺(tái)傳遞的時(shí)候，郵件信息過(guò)濾端口把挑選出來(lái)的垃圾郵件相關(guān)信息上傳至中轉(zhuǎn)服務(wù)器，收件人在處理完成前無(wú)法進(jìn)行瀏覽，需要等待郵件中轉(zhuǎn)站的后續(xù)通知。郵件過(guò)濾中轉(zhuǎn)站一般是對(duì)郵件內(nèi)容里的文本內(nèi)容，附帶程序，圖像等關(guān)鍵信息通過(guò)檢索關(guān)鍵字等進(jìn)行處理。郵件過(guò)濾中轉(zhuǎn)站一般依據(jù)事先設(shè)置好的規(guī)定和要求執(zhí)行對(duì)郵件信息的檢查，同時(shí)依靠多方并進(jìn)的工作方式完成對(duì)多封電子郵件的共同檢索，分析，排查，郵件過(guò)濾中轉(zhuǎn)站還可以按照對(duì)單獨(dú)詞句的方泓福情況對(duì)郵件內(nèi)容有無(wú)非法進(jìn)行定性。

2 文本過(guò)濾技術(shù)

2.1 PDF文檔的文本過(guò)濾技術(shù)

一般來(lái)說(shuō)，文本體，文本尾，文本頭，重疊引用表格是PDF算法框架的基礎(chǔ)構(gòu)成元素，文本體一般嵌有許多PDF對(duì)接目標(biāo)，這些元素的重組就能夠重現(xiàn)PDF格式文件的圖形，網(wǎng)頁(yè)，文字等傳統(tǒng)郵件的內(nèi)容，文本尾一般來(lái)記錄重疊引用表格的位置，并且依據(jù)文本體的根目錄對(duì)保密處理的文件進(jìn)行記錄，文本頭一般記錄編寫文本所選擇的PDF規(guī)定版本編號(hào)，經(jīng)常會(huì)刪除PDF的首行地址。重疊引用表格是一種間接目標(biāo)位置檢索表格，可以完成對(duì)目標(biāo)的不定時(shí)存檔。使用文本尾得到的資料，PDF相關(guān)組件可以截取。檢查文本尾存儲(chǔ)的資料，PDF服務(wù)器可以截取完整的PDF文本和重疊引用表格的原始目標(biāo)，從而視線對(duì)文本的存檔。

PDF文本是一種樹突分叉形狀的結(jié)構(gòu)，主要枝干文本構(gòu)造是文本中間目標(biāo)層面聯(lián)系的具體表現(xiàn)。文本構(gòu)造中原始目標(biāo)是樹根端點(diǎn)，斷點(diǎn)之下分成四個(gè)主要分支：網(wǎng)頁(yè)分支，標(biāo)記分支，工作線路分支，名稱分支。

PDF文本的物理格式用于對(duì)文字在頁(yè)面上的顯示方式的分析，基本有文字字體、位置、大小、顏色等屬性描述。在大量PDF文件中為降低文件占用大小，通常會(huì)將文本進(jìn)行deflate壓縮編碼。對(duì)于壓縮完成的文本只有在解碼完成后才能繼續(xù)進(jìn)行分析、描述研究。

2.2 HTML文檔的文本過(guò)濾技術(shù)

超文本標(biāo)識(shí)算法HTML是網(wǎng)頁(yè)的通用算法，是建立可瀏覽網(wǎng)頁(yè)和公布網(wǎng)頁(yè)資料的模式，是建立一個(gè)網(wǎng)頁(yè)的基石，是管理網(wǎng)頁(yè)客戶端在桌面上展示文本圖像的重要技術(shù)。HTML的核心技能是針對(duì)在不同APP商店上利用鏈接的超文本文檔執(zhí)行編程，其標(biāo)識(shí)步驟可以表現(xiàn)出超文本的文件、在網(wǎng)上展示影音、圖像、電子郵件、新聞等資料內(nèi)容。

2.3 MS-Word/PowerPoint文檔的文本過(guò)濾技術(shù)

在Microsoft提供的Office產(chǎn)品中，基本都具有OLE Automation自動(dòng)化程序接口。若用戶采用Script、VBA或VB使用Office功能，則要比簡(jiǎn)單的使用VC要容易很多。如在使用WORD軟件時(shí)，將菜單“工具（T）宏（M）錄制新宏（R）”調(diào)出的過(guò)程中，程序就對(duì)用戶在WORD中采取的基本鍵盤與菜單操作過(guò)程都記錄并儲(chǔ)存下來(lái)，以利于下次繼續(xù)調(diào)用。而在對(duì)這些操作記錄進(jìn)行儲(chǔ)存時(shí)，便是應(yīng)用了VBA程序。

3 結(jié)束語(yǔ)

垃圾郵件過(guò)濾技能的使用情況會(huì)直接影響到電子郵件服務(wù)方的運(yùn)營(yíng)穩(wěn)定與否，所以，有關(guān)科技和科研工作人員需要強(qiáng)化對(duì)相關(guān)電子郵件中垃圾郵件過(guò)濾技能的研究，歸納科學(xué)的過(guò)濾方式和手段，慢慢填補(bǔ)過(guò)濾垃圾郵件技術(shù)中的短板內(nèi)容，為建立健康的網(wǎng)絡(luò)環(huán)境增磚添瓦。

[1]梁志罡.電子郵件病毒傳播模型的研究[J].計(jì)算機(jī)技術(shù)與發(fā)展.2011(01)

[2]繆寧,歐蕾.淺談垃圾郵件的危害及對(duì)策[J].電腦知識(shí)與技術(shù).2010(16)