【正文】 過濾系統(tǒng)實時地接受用戶的反饋，體現(xiàn)特定用戶的個性化需求，提高郵件過濾的精確度，本文采用基于客戶端的過濾模式。 本文在對垃圾郵件進(jìn)行定量描述的基礎(chǔ)上，研究多層過濾，對黑白名單過濾和一種中文關(guān)鍵字匹配算法進(jìn)行了改進(jìn)，并研究了用戶反饋機制，設(shè)計了一種基于客戶端的郵件過濾系統(tǒng)，該系統(tǒng)能接收用戶反饋信息，體現(xiàn)用戶的個性化需求，可以較好解決郵件判定標(biāo)準(zhǔn)問題 。 2. 多層過濾 各種過濾技術(shù)有各自的優(yōu)點，如果能綜合使用多種過濾技術(shù)，將提高郵件過濾系統(tǒng)的性能。本文研究的系統(tǒng)運行在客戶端，不必?fù)?dān)心過濾系統(tǒng)會造成服務(wù)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(jìn)行完全地過濾檢測。第一層為基于信頭特征過濾，根據(jù)信頭特征進(jìn)行過濾。第二層過濾采用基于規(guī)則過濾，依據(jù)權(quán)值和過濾算法對郵件的分值進(jìn)行計算。第三層過濾則是對敏感關(guān)鍵字，使用一種中文匹配算法進(jìn)行過濾。經(jīng)過三層過濾后，得到總的分值 M，系統(tǒng)根據(jù)設(shè)定的下限閾值 Wl和上限閾值 W2(本文設(shè)定 W1=0． 5， W2=3)，來對 郵件類別進(jìn)行判斷。 （ 1）基于信頭特征的過濾 根據(jù)垃圾郵件的定量描述，設(shè)垃圾郵件的信頭特征為 X，將它包含的元素分別設(shè)為 xi， 15 i=l， 2，．．， 11，根據(jù)不同的 xi設(shè)定的權(quán)值如表 41 所示。 表 41 垃圾郵件的信頭特征 Xi xi 的具體內(nèi)容 權(quán)值 X1 Received 字段個數(shù)大于等于 3 個 X2 對郵件發(fā)送服務(wù)器做反 DNS 查詢，發(fā)送服務(wù)器的域名與 IP不匹配 X3 發(fā)件人地址在黑名單中 查詢黑名單表 X4 發(fā)件人地址在白名單中 查詢白名單表 X5 郵件的發(fā)件人和收件人地址 相同 X6 郵件發(fā)送服務(wù)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(yīng)的權(quán)值，計算這一層的分值 S1，并累計入總的分值 M 中。 對于信頭特征項 x x4，采用黑白名單過濾技術(shù)。黑白名單過濾技術(shù)的特點是簡單高效，系統(tǒng)資源消耗小，易于實施。 但是，黑白名單過濾并不適合所有用戶，來自黑名單中地址的郵件，對于某些用戶來說可能是正常郵件。如一些發(fā)送廣告郵件的服務(wù)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）基于規(guī)則的過濾 目前基于內(nèi)容的過濾技術(shù)主要有基于規(guī)則過濾和基于統(tǒng)計過濾兩種?；诮y(tǒng)計過濾的優(yōu)點是規(guī)則通過機器學(xué)習(xí)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(xùn)練集。本文設(shè)計的過濾系統(tǒng)是基于客戶端的，如果采用基于統(tǒng)計過濾技術(shù)，存在兩個問題： ①客戶端用戶可能無法得到大量的的訓(xùn)練集，使得過濾系統(tǒng)訓(xùn)練不充分，影響過濾效果。 ②客戶端用戶使用的訓(xùn)練集可能不適合其需求，造成過濾效果不理想。 基于規(guī)則的過濾可以直接使用現(xiàn)有的規(guī)則集，無需利 用郵件樣本進(jìn)行訓(xùn)練，就可達(dá)到較為滿意的過濾效果，適合客戶端用戶，因此，本文采用基于規(guī)則的過濾技術(shù)。 基于規(guī)則過濾效果與規(guī)則集密切相關(guān)，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(jìn)行較大的調(diào)整。 （ 3）敏感關(guān)鍵字過濾 16 基于內(nèi)容郵件過濾器進(jìn)行攻擊的方法主要有 5 種：切詞破壞、單詞沙拉、 URL 欺騙和隱藏攻擊、稀疏數(shù)據(jù)攻擊、干擾過濾器再學(xué)習(xí)。 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(guān)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(guān)鍵字替換為經(jīng)過變換后的“詞”。這種經(jīng)過偽裝的郵件，一方面讀者通常能夠理解經(jīng)過變換后的“詞 ，另一方面，還可以逃脫基于內(nèi)容的郵件過濾系統(tǒng)的攔截。 本文針對切詞破壞，使用第三層過濾，定義敏感關(guān)鍵字表，將“免費”、“色情”等敏感關(guān)鍵字存儲到敏感關(guān)鍵字表中，然后使用一種改進(jìn)的中文關(guān)鍵字匹配算法進(jìn)行第三層過濾。 17 五、系統(tǒng)分析 （一）可行性分析 可行性研究是以相對短的時間和相對低的成本來確定給定的問題是否有解。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?？尚行匝芯恐饕獜?下述 4 個方面進(jìn)行研究：技術(shù)可行性、經(jīng)濟(jì)可行性、操作可行性和調(diào)度可行性。 1. 技術(shù)可行性 技術(shù)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(guān)心的是該組織是否有相應(yīng)的軟件和硬件能夠支持處理建議的應(yīng)用程序。其次考慮在規(guī)定平臺之上，利用現(xiàn)有的成熟技術(shù)是否能夠?qū)崿F(xiàn)這個應(yīng)用?，F(xiàn)代計算機硬、軟件技術(shù)的飛速發(fā)展，為系統(tǒng)建設(shè)提供了技術(shù)條件。計算機等基礎(chǔ)設(shè)施的更新?lián)Q代也緊跟潮流的發(fā)展，這就為開發(fā)系統(tǒng)提供了堅實基礎(chǔ)。 2. 經(jīng)濟(jì)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。這個評價的結(jié)果稱為成本／效益分析。簡單地說，經(jīng)濟(jì)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。本軟件的實現(xiàn)是作為考核學(xué)生學(xué)習(xí)情況的手段，不存在經(jīng)濟(jì)可行性的問題。 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。作為新時代的學(xué)生，幾乎人人都具備計算機的基本操作能力，而本軟件的使用又十分簡單方便，所以具備操作可行性。 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?；诒拒浖?jīng)過上述的分析，可以在規(guī)定的期限內(nèi)完成。 從當(dāng)前情況來看，本軟件的開發(fā)是可行的。 （二） 功能需求分析 功能需求分析旨在研發(fā)開始階段對系統(tǒng)應(yīng)該具備的哪些功能進(jìn)行充分的研究，確認(rèn)哪些功能需要，哪些功能不需要，哪些功能是核心功能。分析并確認(rèn)各個功能的權(quán)重以及工作量。為整個的開發(fā)過程確立明確的目標(biāo)。 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。當(dāng)收到新郵件時，郵件列表中會增加新郵件項。鼠標(biāo)點擊郵件標(biāo)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。 為了能夠發(fā)送郵件 需要一個圖形化的界面編輯新郵件，包括編輯收件人地址，郵件正文內(nèi)容。點擊發(fā)送郵件按鈕，能夠?qū)⑧]件發(fā)送到目標(biāo)收件人中。如果收件人地址錯誤或者發(fā)送失敗，提示相關(guān)的發(fā)送失敗信息。 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(shè)置的規(guī)則來識別出垃圾郵件。 黑白名單：用戶可以自己查看、添加和刪除黑白名單用戶，系統(tǒng)根據(jù)黑白名單內(nèi)的用戶進(jìn)行過濾。 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(jìn)行識別。 19 六、系統(tǒng)總體 設(shè)計 （一）系統(tǒng)功能規(guī)劃 該系統(tǒng)采用客戶端過濾模式，使用多層過濾，采用關(guān)鍵字權(quán)值過濾方法，再配合使用黑白名單過濾技術(shù)，有較好的過濾效果。系統(tǒng)應(yīng)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。系統(tǒng)應(yīng)有編輯郵件文本內(nèi)容、發(fā)送電子郵件。 (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(guān)鍵的一項功能。在接收郵件時，系統(tǒng)應(yīng)有對郵件進(jìn)行分析并識別垃圾郵件的 功能。 另外，系統(tǒng)還應(yīng)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(xí)慣也充分考慮。 （二）系統(tǒng)模塊劃分 本系統(tǒng)主要分為郵箱認(rèn)證、郵件發(fā)送、郵件接收、垃圾郵件識別四大模塊。 郵 件 系 統(tǒng)郵件接收模塊郵箱認(rèn)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(xì) 設(shè)計 （一）功能設(shè)計 1. 郵箱認(rèn)證模塊 該模塊用于客戶端和郵件服務(wù)器連接，并向服務(wù)器認(rèn)證。 登陸信息錄入： 輸入：用戶名，密碼； 輸出：無； 描述：輸入用戶名，密碼，為登陸郵箱服務(wù)器做準(zhǔn)備工作。登陸成功，提示用戶登陸成果；如果登陸失敗，根據(jù)服務(wù)器的反饋信息提示用戶登陸失敗 原因。 2. 郵件發(fā)送模塊 該模塊用于用戶創(chuàng)建郵件，并發(fā)送給指定的地址。 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(wù)器，將編輯好的郵件發(fā)送到指定的地址。如果發(fā)送成功，提示用戶發(fā)送成功；如果發(fā)送失敗，根據(jù)服務(wù)器反饋的信息提示用戶發(fā)送失敗的原因。 3. 郵件接收模塊 該模塊用于從服務(wù)器接收郵件。 下載郵件： 輸入：無； 輸出：郵件服務(wù)器上接收到的新郵件； 描述：將服務(wù)器上接收到的郵件下載到本地客戶端，并準(zhǔn)備進(jìn)行解析。 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(biāo)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(biāo)志為垃圾郵件。如果兩個名單中都未查找到匹配項，則繼續(xù)進(jìn)行規(guī)則過濾。 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(jìn)行分詞。對于分詞的結(jié)果在敏感詞庫中進(jìn)行匹配，如果匹配到，就將該郵件標(biāo)志為垃圾郵件；如果未匹配到敏感詞，就標(biāo)志為正常郵件。 分詞： 輸入：字符串； 輸出：由詞構(gòu)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(jìn)行進(jìn)一步的查找匹配。 6. 郵件處理 正常郵件處理： 輸入：被標(biāo)記為“正?！钡泥]件； 輸出：郵件的主題，正文，發(fā)件人； 描述：經(jīng)過識別算法識別之后的郵件，如果被標(biāo)記為正常郵件，就存入收件箱，并將郵件中的內(nèi)容通過界面顯示給用戶。 垃圾郵件處理： 輸入：被標(biāo)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(biāo)記為垃圾郵件，直接放入到垃圾箱中。 22 （二）系統(tǒng)流程圖 1. 郵件接收流程圖 用戶首先需要登陸到服務(wù)器中。每次收到郵件會通過黑白名單和規(guī)則過濾對郵件進(jìn)行識別。 如果郵件為正常郵件，就保存在收件箱中；如果郵件為垃圾郵件，就移動到垃圾箱中。 退 出準(zhǔn) 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(wù)器，對郵件進(jìn)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。 退 出準(zhǔn) 備用 戶 登 錄發(fā) 送 郵 件提 示 發(fā) 送 成 功顯 示 錯 誤 信 息是 否 發(fā) 送 成功NY 圖 72 郵件發(fā)送流程圖 24 八、系統(tǒng)實現(xiàn) （一）界面設(shè)計與實現(xiàn) 1. 主窗體 主窗體分為：菜單和工具欄、郵件（收件箱等等）、郵件列表、郵件正文內(nèi)容、黑白名單 5 部分。 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(dǎo)入文本按鈕可以導(dǎo)入已經(jīng)備好的文本內(nèi)容，點擊發(fā)送按鈕發(fā)送郵件。 圖 82 發(fā)送郵件界面 代碼片段： def sendMail(self, to, subject, content, fileName=None): mailList=[to] host = extractSerAddr(to) mailFrom = +39。39。++39。39。 try: message=MIMEMultipart() ( MIMEText(content) ) message[39。Subject39。] = subject message[39。From39。] = mailFrom message[39。To39。] = 39。39。.join(mailList) if fileName!=None and (fileName): ctype, encoding = (fileName) if ctype is None or encoding is not None: ctype=39。application/octetstream39。 maintype, subtype = (39。/39。, 1) attachment = MIMEImage((lambda f:((), () ))(open(fileName, 39。rb39。))[0], _subtype=subtype) 26 (39。ContentDisposition39。, 39。