【41页】垃圾邮件过滤算法的研究与应用文档

后来这对夫妇的账户被停止使用。

这事件即为垃圾邮件的起源，被称为绿卡事件。

绿卡事件立刻引起了巨大的轰动，数千名的收信人在新闻组里，留言表达了他们的愤怒。

其中个用户写了这样句话我部分内容简介二〇五年三月二十八日星期六第章绪论研究背景垃圾邮件的产生随着的问世及发展带来了电子邮件业务的出现。

电子邮件以其快捷方便低成本的特点广泛普及和繁荣，方便了人们的生活，并逐渐取代了传统的通讯方式，成为了信息交流的重要渠道，也是人们信息获取的重要途径。

据估计，年全世界的电子邮件数量达到亿封。

年中国互联网络信息中心发起中国互联网发展状况统计，据报告统计，的用户广泛使用电子信箱，电子信箱已经成为互联网的最热门的服务。

然而，带来巨大便利的同时，电子邮件也被些别有用心的人所利用。

年月日，对居住在美国亚利桑那，专门承接移民事务的律师夫妇为用户提供申请绿卡的咨询。

刚开始，他们通过贴广告到新闻组来宣传业务，每封绿卡申请书美元。

这个广告对大多数美国人来说是垃圾广告，没有起到什么作用。

为了扩展业务，他们雇拥了个程序员用写了段脚本，将他们的移民顾问服务广告的电子邮件发送给大约个新闻组用户。

收到该邮件的用户对此表示了不满，有的甚至进行了投诉。

后来这对夫妇的账户被停止使用。

这事件即为垃圾邮件的起源，被称为绿卡事件。

绿卡事件立刻引起了巨大的轰动，数千名的收信人在新闻组里，留言表达了他们的愤怒。

其中个用户写了这样句话我恨不能用椰子壳和午餐肉罐头砸扁他们。

后来，人们称这些没有经过网名许可便塞进信箱的各类垃圾信息为。

在大量垃圾邮件出现之前，美国有位名为桑福德华莱士的人，成立了间公司，专门为其他公司客户提供收费广告传真服务，由于惹起接收者的反感，以及浪费纸张，于是美国立法禁止发送未经同意的传真广告。

后来他就把广告转到电子邮件，垃圾邮件便顺理成章地出现。

潘多拉的魔盒就此被打开了，互联网也因此而改变。

从年开始，垃圾邮件向中国转移。

现在，世界深受垃圾邮件的折磨。

近年来，在未经用户许可的情况下，些个体为了商业利益或政治目的等原因，利用电子邮件发送各种各样的广告不良信息以及病毒等垃圾邮件，加剧了垃圾邮件的迅猛传播。

据统计年月，发送到世界上最大的互联网服务提供商美国在线的邮件中，超过半是垃圾邮件。

二〇五年三月二十八日星期六垃圾邮件产生原因垃圾邮件问题日益严重，产生垃圾邮件的原因可以归为种。

利润的驱使大量的垃圾邮件的发送能给发送者带来商业利益。

协议的缺陷是简单电子邮件传输协议。

但不提供安全的验证要求，可以传递任意参数，因此发送者可以假冒他人邮件和滥用他们的服务器。

而且目前没有种可以彻底推翻原有的协议新的可以避免垃圾邮件产生和传播的协议。

缺乏有效的制裁垃圾邮件发送的相关立法目前，世界上大部分发达国家已确立的反垃圾邮件相关立法，也起到有定的威慑作用，但大部分国家还未出台关于打击垃圾邮件发送者相关的法案法规。

与此同时，从互联网开放性来看，出台部全球性标准化的反垃圾邮件法案能更好解决问题，但实现上存在定的难度。

非法的政治利益些非法的团体通过垃圾邮件来宣传他们的非法政治目的。

黑客的原因些黑客为了娱乐或者其他原因，编写些程序比如蠕虫和病毒制造垃圾邮件。

这些病毒通过网络上漏洞攻击计算机。

旦攻击成功，就可以得到硬盘上存在的邮件地址簿，按照获得的地址，向用户发送大量的病毒邮件，这些病毒邮件也是垃圾邮件主要来源之。

成本与产出的巨大反差随着带宽的普及硬件性能的提高且们都隶属于协议簇，默认状态下，分别通过端口和建立连接。

下面分别对其进行简单介绍。

协议的全称是，即简单邮件传输协议。

协议是为了保证可靠高效地传输邮件。

它是组用于从源地址到目的地址传输邮件的规范，通过它来控制邮件的中转方式。

协议属于协议簇，它帮助每台计算机在发送或中转信件时找到下个目的地。

不仅可以工作在上，还可以工作在等协议上。

除外，提供认证的服务器，要求必须在提供了账户名和密码之后才可以登录服务器，这就使得那些垃圾邮件的散播者无可乘之机。

现在由取代了成为新的规范。

二〇五年三月二十八日星期六存在着缺少身份认证的缺陷，让垃圾邮件发送者有机可趁，伪造发送人或利用侵入计算机来发送垃圾邮件。

新的安全邮件协议还在研发阶段，取代还需要很长的时间。

协议邮局协议负责从邮件服务器中检索电子邮件。

它要求邮件服务器完成下面几种任务之从邮件服务器中检索邮件并从服务器中删除这个邮件从邮件服务器中检索邮件但不删除它不检索邮件，只是询问是否有新邮件到达。

协议支持多用户互联网邮件扩展，后者允许用户在电子邮件上附带二进制文件，如文字处理文件和电子表格文件等，实际上这样就可以传输任何格式的文件了，包括图片和声音文件等。

在用户阅读邮件时，命令所有的邮件信息立即下载到用户的计算机上，不在服务器上保留。

协议互联网信息访问协议是种优于的新协议。

和样，也能下载邮件从服务器中删除邮件或询问是否有新邮件，但克服了的些缺点。

例如，它可以决定客户机请求邮件服务器提交所收到邮件的方式，请求邮件服务器下载选中的邮件。

客户机决定是否下载该邮件，它是通过阅读发送者的名称和邮件信息的标题来决定的。

通过用户的客户机电子邮件程序，允许用户从多个地点访问邮箱而不会出现邮件被分割在不同的计算机上的情况，还允许用户在服务器上创建并管理邮件文件夹或邮箱删除邮件检索邮件的部分或全部内容，完成所有这些工作时都不需要把邮件从服务器下载到用户的个人计算机上。

邮件报文格式关于电子邮件的标准格式有两个，个是，个是。

定义了种简单的邮件格式，只能包含原始报文是位的格式的纯文本信息。

电子邮件报文信息是段文本序列，用回车和换行作为字符串分界符。

文本格式的电子邮件报文信息分为邮件头和正文两部分，他们之间用个空行分隔。

邮件头的结构二〇五年三月二十八日星期六邮件头保护若干个字段，每个字段以换行符作为结束符。

字段的格式为字段名字段体。

各个字段间没有固定顺序，有的并非必需的。

常用字段有如表所示。

表定义的邮件头的常用字段信头字段字段说明由中继邮件的服务器添加，描述邮件所经过的邮件路径的些信息邮件创建时间邮件发送者寄件人，寄件人不是写邮件的人多作者情况下的发送者收信人地址另个收信人地址收信人地址，但其它收信人看不到这个收信人的地址邮件唯标识符关键字，用来进步搜索邮件回邮地址用来指明要回复的那封或多封邮件的消息识别符，包含个或多个唯的消息识别符，多个消息识别符用分隔开。

几乎与致。

用来指明次讨论的线索邮件主题邮件的加密类型备注邮件正文邮件的正文是邮件的具体内容，是由系列的，网络虚拟终端组成的文本。

这种邮件有比较大的局限性，只支持和发送为构成的文本，不支持的语言被传送时会被显示为乱码。

中文二进制文件视频数据音频数据等字节或者字节以上的数据，高位会因为被填充，而不能正确传送。

格式邮件报文为了弥补的缺陷，定义了多用途的邮件扩充。

是种多用途网际邮件扩充协议，它允许用码对任意数据编码，然后在标准电子邮件传输中传输。

二〇五年三月二十八日星期六规定了用于表示各种各样的数据类型的符号化方法。

浏览器接收到文件后，会进入插件系统进行查找，查找出哪种插件可以识别读取接收到的文件。

如果浏览器不清楚调用哪种插件系统，它可能会告诉用户缺少插件，或者直接选择现有的插件来试图读取接收到的文件，后者可能会导致系统的崩溃。

故传输的信息中若缺少标识可能导致的情况很难估计，因为些计算机系统可能不会出现什么故障，但些计算机可能就会因此而崩溃。

此外，可以对自动对收到的邮件进行解密。

信息头主要由六部分组成指明所用的的版本号，般为。

定义数据的类型，以便数据能够被适当处理。

协议规定声明必须含有两个标识符。

个是内容类型，另个是子类型，中间用分隔。

基本的内容类型有