一種改進(jìn)的灰名單郵件過濾技術(shù)

錢志宏

摘要： 該文針對灰名單郵件過濾算法的缺點：容易造成正常郵件發(fā)送的延遲，并且垃圾郵件攔截率也不高。該文提出了一種改進(jìn)的灰名單郵件過濾算法，把灰名單分為深灰名單和淺灰名單，可以緩解正常郵件的延遲轉(zhuǎn)發(fā)問題。

關(guān)鍵詞： 灰名單；郵件過濾算法

中圖分類號：TP302 文獻(xiàn)標(biāo)識碼：A 文章編號：1009-3044（2015）34-0053-02

Abstract：In the paper， greylisting is divided to the dark-gray list and light-gray list. It can reduce the delayin forwarding the situation of normal mail. For the shortcoming of low interception rate，this article combines greylisting and content-based filtering of text classification method to overcome it

Key words： Greylisting； image restoration； anti-spam

1 灰名單技術(shù)

一般的發(fā)信軟件，如FoxMail、Outlook Express、Eudora等都是使用SMTP這個協(xié)議進(jìn)行發(fā)信的。SMTP是SIMPLE MAIL TRANSFER PROTOCOL的縮寫，收費(fèi)郵件一般都提供POP3和SMTP服務(wù)器。許多免費(fèi)郵件的供應(yīng)商都不提供SMTP服務(wù)器，那就無法使用該協(xié)議發(fā)送信件，也無法從一個郵箱的域名知道它是。如果不知道自己信箱的SMTP服務(wù)器，這時可以向提供信箱的ISP詢問?，F(xiàn)在為了避免濫發(fā)垃圾郵件，如Hotmail、eyou等這些免費(fèi)郵件用戶只能登錄后通過瀏覽器發(fā)信。

正常的 SMTP 服務(wù)器，當(dāng)投遞郵件遇到暫時性傳輸失敗時，會將該郵件放入相應(yīng)的隊列中，稍后使用相同的郵件頭再次投遞。而大多數(shù)垃圾郵件發(fā)送工具考慮的是發(fā)送效率，希望在最短時間內(nèi)發(fā)送盡量多的郵件，不會花時間去檢測郵件是否已投遞成功，更不會實現(xiàn)延遲重發(fā)。

灰名單技術(shù)就是利用這種差異，來阻擋垃圾郵件。使用該技術(shù)的 SMTP 服務(wù)器，會在每一次郵件投遞過程中，先記錄郵件發(fā)送方在發(fā)起 SMTP 連接時提供的郵件頭信息，然后查找灰名單。如果不在灰名單中，那么認(rèn)定該郵件為第一次投遞的新郵件。接著將此郵件信息記錄下來，并拒收該郵件。此時郵件發(fā)送方必須在灰名單指定的時間區(qū)段內(nèi)使用相同的郵件信息再次投遞該郵件，才能順利通過灰名單。由于大多數(shù) spamware 不具有延遲重發(fā)功能，灰名單技術(shù)正是利用上述的差異，在郵件正文接收前，在服務(wù)器層阻擋垃圾郵件。

2 改進(jìn)的灰名單過濾技術(shù)

本文提出的方法為改進(jìn)的灰名單過濾技術(shù)，在傳統(tǒng)灰名單的過濾基礎(chǔ)上，另外又引入了黑名單和白名單的思想，并且對白名單的使用做了變更在過濾的開始階段，接受新郵件 SMTP 請求后獲取對方 IP 地址，直接和實時黑名單 [4] （Realtime Blackhole List）進(jìn)行匹配。如果發(fā)現(xiàn)該 IP 在其中就表示它屬于高危險地址，服務(wù)器就不再接受sender的Email地址和收件人的Email地址，然后斷開 SMTP 連接。顯然這樣就減輕了灰名單的工作負(fù)擔(dān)，使得那些明顯是垃圾郵件的情況在最初就得到攔截。而灰名單的一個非常大的缺點是降低了正常郵件的發(fā)送效率，即它對正常郵件也會造成延遲發(fā)送?；谶@個不足，模型中利用白名單的原理把灰名單分為深灰名單和淺灰名單。深灰名單與傳統(tǒng)的灰名單功能相同，而淺灰名單與白名單類似。傳統(tǒng)的白名單里存的是發(fā)送方的 IP 地址或 Email地址，其中記錄的添加或刪除是由用戶來定的，而且一般不設(shè)定時效。這就導(dǎo)致上一章中講到的很多服務(wù)器裝有白名單模塊后所收到的垃圾郵件數(shù)劇增的原因。

而這里淺灰名單和白名單是有區(qū)別的，主要在以下 3 個方面：

（1） 淺灰名單里面存的是 triplet，即發(fā)送方 IP、發(fā)送方 Email 地址和接收方Email 地址，并且匹配淺灰名單時是與整個 triplet 進(jìn)行匹配。而白名單一般存的僅僅是發(fā)送方 IP 地址，或者是發(fā)送方的 Email 地址；

（2） 淺灰名單中的記錄不是由人為添加，而是由深灰名單根據(jù)已發(fā)送成功的Email 的 triplet 自動添加進(jìn)去的。

（3） 淺灰名單中的記錄是有時效性的，即如果一條triplet記錄在一定的時間未被重新匹配過，就會自動刪除，這里稱該時間為 Verified triplet lifetime。第三章講述過 triplet 在深灰名單中也是有生命期的，這與傳統(tǒng)灰名單相同，該時間被稱之為New triplet lifetime。如果使 Verified triplet lifetime 的值遠(yuǎn)大于 New triplet lifetime的值，就能降低正常郵件的延遲轉(zhuǎn)發(fā)時間 [5].

參考文獻(xiàn)：

[1] Lyon J. Purported Responsible Address in E-Mail Messages， Internet draft， October，2004.

[2] D Crocker. MIME Encapsulation of EDI Objects. Internet-Draft： DRAFTROCKER- EDI-02. Expiration：6-9.

[3] 郭泓.電子郵件過濾技術(shù)淺析[M].信息網(wǎng)絡(luò)安全，2002（10）：42-44.

[4] A. Kolcz and J. Alspector， SVM-based Filtering of E-mail Spam with Contentspecific Misclassification Costs， in Proc. ICDM-2001 Workshop on Text Mining（TextDM 2001）， Nov.

[5] McCallum A， Nigam K. A Comparison of Event Models for Naive Bayes TextClassification[C] . Proceedings of the AAAI-98 Workshop on Learning for TextCategorization Press， 1998.