【正文】 X5 郵件的發(fā)件人和收件人地址 相同 X6 郵件發(fā)送服務器的域名與郵件發(fā)件人的域名不同 X7 10 分鐘內(nèi)同一個發(fā)件人發(fā)送的郵件個數(shù)超過可接受值 3 對于一封郵件，根據(jù)表 41，查詢對應的權值，計算這一層的分值 S1，并累計入總的分值 M 中。如一些發(fā)送廣告郵件的服務器，被列入了黑名單，如果采用黑名單過濾，則對需要 廣告郵件的用戶，就意味著正常郵件的丟失。 ②客戶端用戶使用的訓練集可能不適合其需求，造成過濾效果不理想。 切詞破壞是指垃圾郵件發(fā)送者經(jīng)常采用一些方法來掩蓋敏感關鍵字，發(fā)動針對內(nèi)容過濾器的攻 擊，如把文本中規(guī)范的敏感關鍵字替換為經(jīng)過變換后的“詞”。這里相對短和相對低是指和實現(xiàn)建議系統(tǒng)所需時間和成本相比較而言。現(xiàn)代計算機硬、軟件技術的飛速發(fā)展，為系統(tǒng)建設提供了技術條件。簡單地說，經(jīng)濟可行性研究是確定得自新系統(tǒng)的節(jié)省和利益，將這些利益和系統(tǒng)的實現(xiàn)成本相比較，如果利益超過成本，則開發(fā)新系統(tǒng)的決策是肯定的；否則的話，除非有其他特殊原因，這個決策將是否定的。 4. 調(diào)度可行性 調(diào)度可行性指的是建議的計算機系統(tǒng)能否在規(guī)定的期限內(nèi)交付給用戶。分析并確認各個功能的權重以及工作量。鼠標點擊郵件標題 ，能夠顯示郵件的內(nèi)容，包括郵件發(fā)件人信息，郵件時間，郵件正文內(nèi)容等。 2. 核心功能 為了能夠識別垃圾郵件 需要黑白名單和基于規(guī)則的識別機制，用戶可以自定義黑白名單和規(guī)則庫，系統(tǒng)能夠根據(jù)用戶設置的規(guī)則來識別出垃圾郵件。系統(tǒng)應具備的功能主要有： (1)接收郵件和發(fā)送郵件的功能 本系統(tǒng)提供友好的界面，可以使用本系統(tǒng)訪問并讀取用戶郵箱中的電子郵件。 另外，系統(tǒng)還應該具備安裝簡單，容易配置和使用，界面友好等特點，對 用戶目前的使用習慣也充分考慮。登陸成功，提示用戶登陸成果；如果登陸失敗，根據(jù)服務器的反饋信息提示用戶登陸失敗 原因。 3. 郵件接收模塊 該模塊用于從服務器接收郵件。 5. 規(guī)則過濾 輸入：接收到的新郵件； 輸出：該郵件是否為垃圾郵件； 21 描述：對該郵件進行分詞。 垃圾郵件處理： 輸入：被標記為“垃圾”的郵件； 輸出：無； 描述：經(jīng)過識別算法識別之后的郵件，如果被標記為垃圾郵件，直接放入到垃圾箱中。 退 出準 備登 錄 郵 箱接 收 郵 件移 至 垃 圾 箱存 入 收 件 箱是 否 為 垃 圾郵 件NY 圖 71 郵件接收流程圖 23 2. 郵件發(fā)送流程圖 用戶首先登陸到服務器，對郵件進行編輯后發(fā)送郵件；如果發(fā)送成功，會提示發(fā)送成功；如果發(fā)送失敗，會顯示錯誤信息。39。Subject39。To39。application/octetstream39。rb39。att。ContentDisposition39。/39。39。From39。39。 圖 81 主窗體界面 25 2. 發(fā)送郵件 點擊工具欄上的新建郵件按鈕，在編輯郵件的窗體中輸入接收人的地址、郵件主題、郵件正文，點擊導入文本按鈕可以導入已經(jīng)備好的文本內(nèi)容，點擊發(fā)送按鈕發(fā)送郵件。每次收到郵件會通過黑白名單和規(guī)則過濾對郵件進行識別。 分詞： 輸入：字符串； 輸出：由詞構成的列表； 描述：將輸入的連續(xù)的中文句子分 割成一個個詞組，用來進行進一步的查找匹配。 4. 黑白名單過濾 輸入：接收到的新郵件； 輸出 ：該郵件是否為垃圾郵件； 描述：解析郵件中的發(fā)件人信息，首先在白名單中查找，如果查找到匹配項，將該郵件標志為正常郵件；然后在黑名單中查找，如果查找到匹配項就標志為垃圾郵件。 編輯并發(fā)送郵件： 輸入：收件人地址、郵件內(nèi)容； 輸出：郵件發(fā)送狀態(tài)； 描述：通過郵件服務器，將編輯好的郵件發(fā)送到指定的地址。 郵 件 系 統(tǒng)郵件接收模塊郵箱認證模塊郵件發(fā)送模塊垃圾郵件識別模塊 圖 61 系統(tǒng)模塊功能圖 20 七 、系統(tǒng)詳細 設計 （一）功能設計 1. 郵箱認證模塊 該模塊用于客戶端和郵件服務器連接，并向服務器認證。 (2)垃圾郵件過濾功能 本系統(tǒng)具有過濾垃圾郵件功能，這是系統(tǒng)最關鍵的一項功能。 規(guī)則庫：用戶可 以查看、修改規(guī)則庫，系統(tǒng)根據(jù)規(guī)則庫的內(nèi)容對垃圾郵件進行識別。點擊發(fā)送郵件按鈕，能夠將郵件發(fā)送到目標收件人中。 18 1. 基本功能 為了能夠查看郵件 需要一個圖形化的界面顯示收件箱中郵件列表。 從當前情況來看，本軟件的開發(fā)是可行的。 3. 操作可行性 操作可行性是指人員的手工操作而不是指計算機系統(tǒng)操作是否可行，也就是說在實現(xiàn)了建議的計算機系統(tǒng)后，所需要的配合的手工操作是否可行。 2. 經(jīng)濟可行性 這是經(jīng)典的并且是最常使用的評價計算機系統(tǒng)的方法。 1. 技術可行性 技術可行性的考慮集中在現(xiàn)存的計算機硬件能否支持被研究的系統(tǒng)，首先關心的是該組織是否有相應的軟件和硬件能夠支持處理建議的應用程序。 本文針對切詞破壞，使用第三層過濾，定義敏感關鍵字表，將“免費”、“色情”等敏感關鍵字存儲到敏感關鍵字表中，然后使用一種改進的中文關鍵字匹配算法進行第三層過濾。 基于規(guī)則過濾效果與規(guī)則集密切相關，而一些成熟的規(guī)則過濾器的規(guī)則集，大多針對英文郵件，在處理中文郵件時，突出的問題是存在某些規(guī)則的分值有些偏高，中文用戶使用前需要對規(guī)則分值進行較大的調(diào)整?；诮y(tǒng)計過濾的優(yōu)點是規(guī)則通過機器學習自動產(chǎn)生，規(guī)則更新較及時，但是在規(guī)則生成過程中，需要大量的郵件樣本作為過濾器的訓練集。黑白名單過濾技術的特點是簡單高效，系統(tǒng)資源消耗小，易于實施。經(jīng)過三層過濾后，得到總的分值 M，系統(tǒng)根據(jù)設定的下限閾值 Wl和上限閾值 W2(本文設定 W1=0． 5， W2=3)，來對 郵件類別進行判斷。本文研究的系統(tǒng)運行在客戶端，不必擔心過濾系統(tǒng)會造成服務器的處理瓶頸，因此本文采用多層過濾策略，對電子郵件的進行完全地過濾檢測。 （ 二）過濾模式 1. 客戶端過濾模式 基于客戶端的過濾模式不必擔心過濾會形成郵件服務器的瓶頸，可以真正對郵件進行內(nèi)容過濾，從而提高郵件過濾的精確度。構成文 本的特征項越多，分類算法的代價就越高，過多的特征項還會導致無法準確地提取文檔的類別信息，造成分類效果不佳。中文停用詞與英文停用詞有一定差別，因為中文的功能詞在語言結構中可能有多重角色，多重含義。 （ 2）基于詞頻的統(tǒng)計方法 統(tǒng)計方法一般不依賴于詞典，而是將原文中任意前后緊鄰的兩個字作為一個詞進行出現(xiàn) 14 頻率的統(tǒng)計，出現(xiàn)的次數(shù)越高，成為一個詞的可能性也就越大。正向 最大匹配法的原理較簡單，易于在計算機上實現(xiàn)，時間復雜度比較低。常用 的幾種字符串分詞方法如下： ①正向最大匹配法 (Forward Maximum Matching Method) 通常簡稱為 FMM 法。所以，在處理電子郵件這種半結構化文本，進行特征提取時，必須使用分詞方法將郵件句子中的詞劃定邊界，以方便計算機識別和處理。發(fā)送垃圾郵件的行為特征主要有 IP 固定性、發(fā)送頻率大、時間集中、借用郵件服務器漏洞、發(fā)信地址不明、路由地址不明、服務器不明和 TCP 會話異常等，通過分析其特征，建立基于行為識別的反垃圾郵件模型，進行垃圾郵件識別。第三，對于那些在線訂閱的訂單和時事通訊， 這種方法經(jīng)常會給它們帶來麻煩。 電子郵件認證技術要求發(fā)送者對接收方的挑戰(zhàn)進行回應，這種回應對 正常郵件的發(fā)送方影響很小，而對于垃圾郵件發(fā)送者，他需要發(fā)送大量的垃圾郵件，很難有那么多的精力進行回應，這就有效地鑒別出了垃圾郵件。 ③電子郵件認證 電子郵件認證是指采用挑戰(zhàn) —— 回應的機制對郵件發(fā)送方進行認證。 這是一種智能化垃圾郵件識別技術，并且已經(jīng)在垃圾郵件識別中取得了較好的效果。這條規(guī)則的含義是：如果信體中含有“ Dear Friend”（忽略大小寫）則匹配成功，該郵件被加的分值為 。它通過分析郵件信息，并統(tǒng)計垃圾郵件相似度對郵件進行分類。規(guī)則是由人設定的，因而它可以非常復雜， 也可以比較簡單。如果所有的規(guī)則匹配完以后，總分超過了一個預定義的閾值，則該郵件被判定為垃圾郵件。 David Mertz 在文章“ Spare filtering techniques中，用了很簡單的幾條規(guī)則便過濾了 80％的垃圾郵件，但是他也說“很不幸的是，這種簡單的方法同樣會帶來比較高的誤判率”。 Domain Keys 技術的安全認證體系，要求發(fā)送方服務器和接收方服 務器都支持 Domain Keys 技術。 ③ 安全認證技術 安全認證技術是指通過簽名技術，來對發(fā)送方服務器身份進行驗證。 但是，及時地更新黑白名單很困難，在實際應用中，它很難取得很好的效果，通常作為其他技術的補充。 黑白名單過濾技術簡單，效率很高，系統(tǒng)資源消耗小，易于實施。例如，電子郵票的費用由誰收取，怎么對這些費用征稅，還有誰被授權出售這種電子郵票。 電子郵票類似于普通郵票，是指通過某種方式向電子郵件的發(fā)送者收取一定費用。 2022 年 12 月，美國總統(tǒng)簽署了 CAN． SPAM 法案，該法案禁止在商業(yè)郵件中偽造郵件頭信息，并要求商業(yè)郵件必須包含明確的身份標志，違反該法案將被罰款。 1995 年 7 月， spam 被用來專門指代垃圾郵件，這說明反垃圾郵件的研究正式成為一個的重要研究課題。 （ 4）偽造郵件的信源 Spammer 為了對抗過濾技術，采用了許多逃避檢測和追蹤的技術。 （ 3）無限轉發(fā) 無限制轉發(fā)，就是任何人都可以使用你的服務器發(fā)送郵件，來隱藏了真是的來源。 另外，某些垃圾郵件群發(fā)軟件可以自動生成目標郵件地址。由于歷史的原因， Inter 上有很多服務器可以轉發(fā)第三方郵件。對于接收者來說，如果長期收到這樣的郵件，可以采取過濾該 IP 地址的辦法或者根據(jù)郵件內(nèi)容過濾的方法；但如果只是偶爾收到，就很難找到有效的方法了。 垃圾郵件成為反動，黃色等不良信息的主要傳播載體，少數(shù)別有用心者利用 垃圾郵件散播各種虛假信息或有害信息，給社會帶來了極大的負面影響，嚴重危害了社會的穩(wěn)定。 （ 4）對網(wǎng)絡安全形成威脅。 （ 2）浪費服務器資源 垃圾郵件接收或轉發(fā)會消耗服務器處理資源，收到的垃圾郵件會占用其磁盤空間，而對垃圾郵件進行過濾同樣需要消耗大量服務器運算資源。 大量的垃圾郵件 會占用有限的網(wǎng)絡帶寬，干擾郵件系統(tǒng)的正常運行。 2. 垃圾郵件的危害 電子郵件的特性，決定了垃圾郵件的發(fā)送成本是極低的，垃圾郵件發(fā)送者通常通過各種群發(fā)工具，只需花費較少的時間和金錢，就可以大量發(fā)送垃圾郵件。普通意義上的垃圾郵件指的是未經(jīng)主動請求的大量的電子郵件，在《中國互聯(lián)網(wǎng)協(xié)會反垃圾郵件規(guī)范》中垃圾郵件被界定為： （ 1）收件人事先沒有提出要求或者同意接收的廣告、電子刊物、各種形式的宣傳品等宣傳性的電子郵件。形式根據(jù)使用的軟件而定。處理郵件投 遞的每個服務器必須給它處理的每個信頭的前面加一個 Received 字段，用以描述信件到達目的地所經(jīng)過的路徑以及相關信息。描述信件的主題。 指定此信件要同時秘密發(fā)給哪些人，也稱為密件抄送。 Cc： mailbox list 抄送字段。指定應當把回信發(fā)到哪里。 Sender： mailbox 發(fā)送者字段。 6 3. 郵件頭部介紹 下面介紹 RFC822 中定義的常用的標準信頭字段。 3) 電子郵件的通信是在信箱之間進行的。硬盤作為信箱的存儲介質(zhì)，在硬盤上為用戶分一定的存儲空間作為用戶的“信箱”，每位用戶都有屬于自己的 — 個電子信箱。 2. 電子郵件系統(tǒng)的工作原理 1) 電子郵件系統(tǒng)是一種新型的信息系統(tǒng)，是通信技術和計算機技術結合的產(chǎn)物。接收者可在他認為方便的時候讀取信件，不受時空限制。到目前為止，可以說電子郵件是 Inter 資源使用最多的一種服務， Emai1 不只局限于信件的傳遞，還可用來傳遞文件、聲音及圖形、圖像等不同類型的信息 。 5 三、垃圾郵件過濾系統(tǒng)相 關理論及技術分析 （一）電子郵件 1. 電子郵件介紹 電子郵件 (簡稱 Emai1)又稱電子信箱、電子郵政，它是 — 種用電子手段提供信息交換的通信方式。 QtOpenGL 通過使用 OpenGL 來呈現(xiàn) 3D 和 2D 圖像，該模塊將 Qt GUI 庫和 OpenGL 庫無縫的結合在一起。QtNetwork 則負責網(wǎng)絡功能，通過該模塊，可以完成具有 TCP/IP 和 UDP 交互功能的 C/S 應用，該模塊使得網(wǎng)絡開發(fā)非常的簡單便攜?？梢酝ㄟ^訪問官方主頁來獲得更多信息。 （ 2）接著配置環(huán)境變量：在系統(tǒng)的環(huán)境變量中編輯 PATH，將安裝目 錄添加在 PATH 之后。而 Python 專用的科學計算擴展庫就更多了，例如如下 3個十分經(jīng)典的科學計算擴展庫：NumPy、 SciPy和 matplotlib，它們分別為 Python提供了快速數(shù)組處理、數(shù)值運算以及繪圖功能。s More Than One Way To Do It）完全相反。 Python在設計上堅持了清晰劃一的風格，這使得 Python成為一門易讀、易維護，并且被大量用戶所歡迎的、用途廣泛的語言。 2022年 1月，它被 TIOBE 編程語言排行榜評為 2022年度語言。這些都造成郵件類別的不確定性。 (3) 垃圾郵件概