SpamAssassin中文规则研究与实践.pdfVIP

全国门络与信息安全技术研讨会’助7 i n中文规则研究及实践 SpamAssass 孙东红1，陈光英1，刘勇2，段海新1 (1清华大学信息网络工程研究中心，北京100086：2国家计算机网络应急技术处理协调中心。北京100029) 摘要： SpamAssassin是垃圾邮件过滤技术最为典型而广泛的应用平台，它通过邮件特征信息分析和基 于规则的过滤方法消灭垃圾邮件。利用SpamAssassin过滤中文垃圾邮件时，过滤效果依赖于中文规则的数 目以及过滤规则的有效程度。SpamAssassin的中文规则少而且规则的形式和权重值都亟待于合理的设置和调 整。本文采用统计和遗传算法设计并实现中文规则生成及规则权重值训练，通过CCERT(中国教育和科研 计算机网紧急响应小组)提供的真实邮件信息进行过滤实验，验证并生成高效的SpamAssassin中文规则。 关键词： 权重值 垃圾邮件；SpamAssassin；文规则； ResearchandI ofChinese mplementation for rules mAssassin Spa Duan- Liu，Haixin DonghongSUN-，Quang-AnhTRAN-，Yong (I TsinghuaUniversityNetworkResesrchCentcr,B两ing words： isarule—basedextensibleemailfilterwhichisusedto has key SpamAssassin identifyspam．SpamAssassinvery fewrulesfor writteninChinese ofthese shouldbe spare furthermore，theweights rules adjusted．Thispaper appropriately firstbuildsasetofChinese usesGeneric totrainthe oftheserules．ThesetofChineserulesis rules，then Algorithms weights in theCCERT in applied mailing—listpractice。 key rule：weight words：spare：SpamAssassin；Chinese 1引言 随着互联网应用在我国的普及，电子邮件成为人们生活中便捷的通信手段之一，然而，中文垃 圾邮件对国际网络环境和网络经济的影响也日益扩大，它已经成为阻碍我国网络健康发展的主要障 碍之一，同时也为我国的国际网络与信息安全声誉带来极其恶劣的影响。由于垃圾邮件具有数量多、 反复性、强制性、欺骗性、不健康性和传播速度快等特点，严重干扰人们的正常网络应用，浪费网 络用户的时间、精力甚至造成很多额外的经济支出并且易于导致计算机安全隐患[1】。 本文从反垃圾邮件的应用角度出发，一方面详细剖析垃圾邮件过滤器SpamAssassin的技术原理 进策略和解决方案；另一方面，依据研究成果，基于中国教育科研网应急响应小组CCERT提供的真 实数据，有针对性地开展实验并提交分析结果，创建第一套中文垃圾邮件过滤规则集合 Chinese ，cf【2】。