【正文】 \n39。wb39。.eml39。.eml39。39。, 39。, 1) attachment = MIMEImage((lambda f:((), () ))(open(fileName, 39。.join(mailList) if fileName!=None and (fileName): ctype, encoding = (fileName) if ctype is None or encoding is not None: ctype=39。] = mailFrom message[39。 try: message=MIMEMultipart() ( MIMEText(content) ) message[39。 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。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。 6. 郵件處理 正常郵件處理： 輸入：被標記為“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，如果被標記為正常郵件，就存入收件箱，并將郵件中的內容通過界面顯示給用戶。如果兩個名單中都未查找到匹配項，則繼續(xù)進行規(guī)則過濾。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)服務器反饋的信息提示用戶發(fā)送失敗的原因。 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，為登陸郵箱服務器做準備工作。在接 收郵件時，系統(tǒng)應有對郵件進行分析并識別垃圾郵件的功能。 19 六、系統(tǒng)總體 設計 （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，采用關鍵字權值過濾方法，再配合使用黑白名單過濾技術，有較好的過濾效果。如果收件人地址錯誤或者發(fā)送失敗，提示相關的發(fā)送失敗信息。當收到新郵件時，郵件列表中會增加新郵件項。 （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)應該具備的哪些功能進行充分的研究，確認哪些功能需要，哪些功能不需要，哪些功能是核心功能。作為新時代的學生，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。這個評價 的結果稱為成本／效益分析。其次考慮在規(guī)定平臺之上，利用現(xiàn)有的成熟技術是否能夠實現(xiàn)這個應用。 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。 （ 3）敏感關鍵字過濾 16 基于內容郵件過濾器進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、干擾過濾器再學習。本文設計的過濾系統(tǒng)是基于客戶端的，如果采用基于統(tǒng)計過濾技術，存在兩個問題： ①客戶端用戶可能無法得到大量的的訓練集，使得過濾系統(tǒng)訓練不充分，影響過濾效果。 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。 （ 1）基于信頭特征的過濾 根據(jù)垃圾郵件的定量描述，設垃圾郵件的信頭特征為 X，將它包含的元素分別設為 xi， 15 i=l， 2，．．， 11，根據(jù)不同的 xi設定的權值如表 41 所示。第一層為基于信頭特征過濾，根據(jù)信頭特征進行過濾。 客戶端模式可以幫助過濾系統(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。因此，需要在不犧牲分類質量的前提下，盡可能的降低特征項的個數(shù)。然而，去除停用詞也是必要的。在頻率超過某個預 先設定得閾值時，就將其作為一個詞進行分詞處理。 ②逆向最大匹配法 (Reverse Maximum Matching Method) 通常簡稱為 RMM法。用 Max Length 表示最大詞長，按照從左到右的順序，首先從漢字串中取長度為 Max Length 的子串，查詞典，若詞典中存在這個詞，則切分出這個子串，后移 Max Length 個漢字后繼續(xù)切分，否則，子串長度減 1，再與詞典匹配。 1. 中文分詞的常用方法 中文分詞方法主要有三類：第一類是基于詞典的字符串匹配分詞方法，第二類是基于詞的頻度統(tǒng)計分詞方法，這兩類方法實用、具體，比較容易實現(xiàn)：第三類方法是基于理解的分詞，對句法、 語法進行分析，并結合語義分析，通過對上下文內容所提供信息的分析對詞進行定界，這類方法試圖讓機器具有人類的理解能力，一般不易實現(xiàn)。 13 四、客戶端垃圾郵件過濾技術研究 （一）中文分詞 中文分詞就是將連續(xù)的字序列按照一定的規(guī)范重新組合成詞序列的過程。第四，認證的消息也造成了網(wǎng)絡流量的增大。 Bluebottle 和 Choice Mail就是這樣的系統(tǒng)，這種方法的優(yōu)點在于它基本上能過濾 100％的垃圾郵件。當收到一封郵件時，該系統(tǒng)自動發(fā)出一個一次性的認證郵件給發(fā)送方?；诮y(tǒng)計的過濾器通過檢查郵件的整個內容，根據(jù)其內容和以往垃圾郵件的類似程度進行分類和過濾，最成功的一種基于統(tǒng)計的過濾器是貝葉斯過濾器。 ②基于統(tǒng)計的過濾器 該技術源自機器學習，采用機器學習、文本分類技術自動進行郵件分類。 Spam Assassin 使用大量的預設規(guī)則檢查垃圾郵件，采用記分制，對發(fā)現(xiàn)的每一個關鍵詞根據(jù)所設定的規(guī)則累計分數(shù)，分數(shù)越高，該郵件是垃圾郵件的可能性就越高，當分數(shù)超過預先設置的閾值后，該封郵件就會被當作垃圾郵件處理，通常 會在郵件頭加入警告信息。 基于規(guī)則方法的另一優(yōu)點是規(guī)則可以共享。 規(guī)則是拒收或過濾郵件的依據(jù)。因此，盡管這種方法簡單、高效，但是 因此分類性能不佳。目前，受這個因素影響， Domain Keys 技術使用還不普遍。 Domain Keys 技術是 Yahoo 和 Microsoft 提出的典型的安全認證技術，該技術的核心思想是，每個域名 (Domain name)都申請一個 PKI證書，然后把公匙存儲在 DNS 服務器中。 ②反向域名解析 垃圾郵件發(fā)送者經(jīng)常通過偽造域名，隱藏自己的身份。但是，黑白名單技術需要手動維護地址清單 (即黑白名單 )，并且，一些正常郵件，可能因為發(fā)送方地址在黑名單中而被拒絕，從而造成某些郵件不能正常投遞。 2. 技術手段反垃圾郵件 目前研究人員針對垃圾郵件的對策，從技術層面上講，主要包括三類技術：一是基于IP 地址、域名和路由等的過濾技術，二是基于內容的過濾技術，三是基于行為的過濾技術。對于正常的電子郵件使用者，他們發(fā)送郵件的數(shù)量不是很大，電子郵票的費用是很少的，但是對于垃圾郵件發(fā)送者，他們會大量發(fā)送垃圾郵件，所收取 的費用也隨之增加很多。 2021 年 4 月， 4名垃圾郵件發(fā)送者受到了該法案的懲罰，成為第一批受法律制裁的垃圾郵件發(fā)送者。 反垃圾郵件的主要研究工作集中在以下兩個方面：一方面是研究如 何應用非技術手段來防治垃圾郵件，另一方面是研究新的反垃圾郵件技術來過濾和阻斷垃圾郵件的傳播。如利用 Open． Relay服務器、自架設 MTA服務、采用動態(tài) IP 地址、偽造或隱藏信源地址等，有的甚至直接攻擊郵件服務器，獲得權限后，通過該服務器發(fā)送垃圾郵件 ，給反垃圾郵件工作帶來了重重障礙。發(fā)送 9 者可以使用一臺簡單的 PC 機借用你的強大的服務器一次發(fā)送幾十萬封信。 （ 2）使用特殊 MTA 程序 SMTP 協(xié)議是基于信任網(wǎng)絡環(huán)境的基礎上建立的，所以它很容易遭受欺騙。對于這種垃圾郵件，只要關閉有關服務器的轉發(fā)功能就可以了。使用這種方法，郵件 發(fā)送人的真實情況很容易被查出來，因此也很少有人使用。 3. 垃圾郵件的分類 垃圾郵件從內容上看，主要是商業(yè)廣告性質的郵件；另外，由少量政治，團體組織的宣傳郵件。 黑客們利用電子郵件系統(tǒng)發(fā)送數(shù)以萬計的垃圾郵件來攻擊目標服務器，使之癱瘓、拒絕服務。 （ 3）增加用戶處理時間 8 垃圾郵件增加了用戶對郵件的處理時間，浪費了用戶的精力。當有限的網(wǎng)絡資源和網(wǎng)絡帶寬上充斥著大量的垃圾郵件時，嚴重地降低網(wǎng)絡的使用效率。然而，對電子郵件服務提供商和用戶而言，垃圾郵件卻給他們帶來很大的危害和損失。 （ 2）收件人無法拒收的電子郵件。通常左邊是標識符，右邊指定電腦名 7 圖中列出了一些在因特網(wǎng)電子郵件中可以找到的普通關鍵字，以及使用它們的目的。當跟蹤各個電子郵件問題時，這個信息很有幫助。當回復信件時，通常在主題前面增加“ Re：”前綴，標記為該信件為回復信件：當信件被轉發(fā)時，通常在主題文字前面加上“ Fw：”，“ Fwd：”這樣的前綴。也可以使用郵箱地址列表，密抄給多個人。指定此信件要同時發(fā)給哪些人，也稱為抄送。如果有此字段，回信將會發(fā)給它指定的郵箱，而不會發(fā)給 From 字段指定的郵箱。說明實際提交發(fā)送這 個信件的人，給出他的電子信箱地址。 表 31 RFC822 常用的標準信頭字段 與發(fā)信方有關的信頭字段 From： mailbox 寫信人字段。用戶首先開啟自己的信箱，然后 通過鍵入命令的方式將需要發(fā)送的郵件發(fā)到對方的信箱中。并確定 — 個用戶名和用戶可以自己隨意修改的口令。 電子郵件的傳輸是通過電子郵件簡單傳輸協(xié)議 (Simple Mail Transfer Protocol,簡稱 SMTP)這一系統(tǒng)軟件來完成的，它是 Inter 下的一種電子郵件通信協(xié)議。在這里，“發(fā)送”郵件意味著將郵件放到收件人的信箱中 ,而“接收”郵件則意味著從自己的信箱中讀取信件，信箱實際上是由文件管理系統(tǒng)支持的 — 個實體。 電子郵件不是一種“終端到終端”的服務，是被稱為“存貯轉發(fā)式”服務。它是全球多種網(wǎng)絡上使用最普遍的一項服務。 QtSql 提供了訪問數(shù)據(jù)庫的方法。 QtXml 包含了同 xml文件交互的能力，模塊實現(xiàn)了同 SAX 和 DOM 交互的 APIs。 PyQt 的模塊管理： QtCore、 QtGui、 QtNetwork、 QtXml、 QtSvg、 QtOpenGL、 QtSql。 （ 3）檢測是否安裝成功：運行 cmd打開系統(tǒng)終端，輸入 python，出現(xiàn)如圖 21 所示的界面 4 說明安裝成功。因此 Python語言及其眾多的擴展庫所構成的開發(fā)環(huán)境十分適合工程技術、科研人員處理實驗數(shù)據(jù)、制作圖表，甚至開發(fā)科學計算應用程序。 由于 Python語言的簡潔、 易讀以及可擴展性，在國外用 Python做科學計算的研究機構日益增多，一些知名大學已經(jīng)采用 Python教授程序設計課程。 Python的設計哲學是 “ 優(yōu)雅 ” 、 “ 明確 ” 、 “ 簡單 ” 。自從 2021年以后， python的使用率是呈線性增長。 3 二、開發(fā)環(huán)境簡介 （一） python 簡介 Python 是一種解釋型、面向對象、動態(tài)數(shù)據(jù)類型的高級程序設計語言。 對文本分類 ，每個類別的內容一般不會經(jīng)常改變。由于中文的多義性， 而且目前還沒有統(tǒng)一的中文垃圾郵件語料庫，研究者都是自己用自己的語料，缺乏可比性，所以中文郵件的預處理顯得更加困難。目前存在的主要問題如下： (1) 中文郵件的誤判率較高 過去的研究主要集中在算法改進方面，而且大多數(shù)都使用統(tǒng)一的英文語料庫作為平臺，對訓練和測試結果進行比較分析。過濾技術不能完全識別垃圾郵件，甚至會阻斷正常郵件的傳遞，這對于廣大用戶來說是無法接受的，一些關鍵領域會因一封正常郵件的丟失而帶來巨大損失。 2021 年 1 月，中國反垃圾郵件中心的《 2021 年第一次中國反垃圾郵件狀況調查報告》顯示，網(wǎng)民平均每周收到垃圾郵件 封，發(fā)出電子郵件 封。 關鍵詞 :垃圾郵件 反垃圾郵件 黑名單 舉報 開放轉發(fā) AntiSpam system Abstract Recently, the traditional mail service is largely replaced by service which is provided by Inter. Email is being a more and more important means in interactions among people. However, the inherent defect of s that they are easily copied and transmitted leads to the flooding of spam s, which take the precious band width, and waste much of people39。但是隨著電子郵件本身固有的缺陷，以及軟件易于復制和傳播的特點，導致了互聯(lián)網(wǎng)上垃圾郵件的泛濫，占用網(wǎng)絡資源，浪費人們的寶貴的時間，造成了巨大的人力財力的浪 費。 本課題正是在這樣的背景下展開，借此來減少垃圾郵件的傳播，改善網(wǎng)絡環(huán)境。s time, much money and much man power. In t