淺析郵件系統(tǒng)中垃圾郵件過濾技術

張宇帆 馮為華 方家茜 寧波大紅鷹學院

淺析郵件系統(tǒng)中垃圾郵件過濾技術

張宇帆 馮為華 方家茜 寧波大紅鷹學院

作為現(xiàn)代社會中人們交流的一種重要方式，郵件對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用過程中，垃圾郵件也逐漸嶄露頭角。對于用戶來說，垃圾郵件不僅需要占用較多的時間精力去處理，其還會浪費大量的存儲與寬帶資源。所以，加強有關郵件系統(tǒng)垃圾郵件過濾技術的研究，對于改善郵件使用現(xiàn)狀具有重要的現(xiàn)實意義。在當今社會中，人與人之間聯(lián)系的方式變得越來越方便快捷，電子郵件自然成了為當下人們互相聯(lián)系的新寵。

電子郵件 安全 郵件過濾

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

1 內(nèi)容過濾模塊的總體設計

截獲包含對互聯(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，按照這種設計思路，一般把互聯(lián)網(wǎng)郵件的過濾系統(tǒng)的基礎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郵件執(zhí)行檢查，同時利用遠程操縱軟件對程序執(zhí)行狀況進行監(jiān)視與管控；（2）檢查過濾信息報告，對郵件內(nèi)信息進行排列；（3）截取信息報告，對信息執(zhí)行分割處理。

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

互聯(lián)網(wǎng)郵件的過濾功能是目前屏蔽垃圾郵件的核心科技，一般從兩個角度著手處理，第一個角度是使用電腦程序進行屏蔽垃圾郵件，而針對互聯(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方的服務器著手進行屏蔽和處理，也就是把郵件過濾系統(tǒng)放置在郵件傳遞平臺上對郵件進行過濾并找到垃圾郵件來處理。

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

2 文本過濾技術

2.1 PDF文檔的文本過濾技術

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

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)造是文本中間目標層面聯(lián)系的具體表現(xiàn)。文本構(gòu)造中原始目標是樹根端點，斷點之下分成四個主要分支：網(wǎng)頁分支，標記分支，工作線路分支，名稱分支。

PDF文本的物理格式用于對文字在頁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，通常會將文本進行deflate壓縮編碼。對于壓縮完成的文本只有在解碼完成后才能繼續(xù)進行分析、描述研究。

2.2 HTML文檔的文本過濾技術

超文本標識算法HTML是網(wǎng)頁的通用算法，是建立可瀏覽網(wǎng)頁和公布網(wǎng)頁資料的模式，是建立一個網(wǎng)頁的基石，是管理網(wǎng)頁客戶端在桌面上展示文本圖像的重要技術。HTML的核心技能是針對在不同APP商店上利用鏈接的超文本文檔執(zhí)行編程，其標識步驟可以表現(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文檔的文本過濾技術

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

3 結(jié)束語

垃圾郵件過濾技能的使用情況會直接影響到電子郵件服務方的運營穩(wěn)定與否，所以，有關科技和科研工作人員需要強化對相關電子郵件中垃圾郵件過濾技能的研究，歸納科學的過濾方式和手段，慢慢填補過濾垃圾郵件技術中的短板內(nèi)容，為建立健康的網(wǎng)絡環(huán)境增磚添瓦。

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

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