基于网络数据包的邮件信息获取技术研究.PDF

基于网络数据包的邮件信息获取技术研究 Research On Mail Information Extraction Based On Network Packages (华中科技大学) 肖道举 李宁 陈晓苏 熊兵 Xiao, Daoju Li, Ning, Chen, Xiaosu Xiong, Bing 摘要：为了遏制网络中大量存在的垃圾邮件，需要对网络中传输的邮件信息进行获取，以实 现垃圾邮件的恰当过滤。本文通过分析邮件传输的两种方式，讨论了与邮件信息获取相关的 若干问题，主要包括网络数据包的捕获与重组、基于 SMTP/POP3 协议的邮件信息获取技术 以及基于 HTTP 协议的 Webmail 邮件信息获取技术。实际应用表明，本文所讨论的邮件信 息获取技术具有较大实用价值，为实现垃圾邮件的过滤奠定了重要的技术基础。 关键词：简单邮件传输协议；邮局协议 3 ；Webmail 邮件；网络数据包捕获；邮件信息获取 中图分类号：TP309 文献标示码：A Abstract: To reject spam on the internet, mail information transmitted on the network should be captured in order to filter the spam properly. By analyzing two typical ways through which e-mails are transferred, this paper discussed some issues about mail information extraction, including capturing and reordering of the network packages, extracting of mail information based on SMTP/POP3 and HTTP. Practical application indicates that those mail information extraction techniques have certain practical value and founds a firm technology base for spam filtering. Key words: SMTP, POP3, Webmail, Network package capture, Mail information extraction 1 引言 随着计算机网络技术的不断发展，人们越来越多地依赖于网络带来的便利。E-mail 、 WWW 、IM 、BBS 已经成为人们生活中的一部分，尤其是E-mail 更是在 Internet 中得到广泛 应用。与此同时，越来越多的垃圾邮件在网络中泛滥，不仅占用大量网络、存储和运算资源， 而且给用户的工作造成了严重干扰。因此，如果能够实现邮件信息的有效获取，继而对垃圾 邮件进行过滤，就可以在一定程度上遏制网络中的垃圾邮件。 从目前的技术发展来看，电子邮件的收发主要存在两种方式：第一种是使用 Outlook、 Foxmail 等邮件客户端软件连接邮件服务器，通过 SMTP/POP3 协议收发邮件；第二种是使 用 IE 、FireFox 等浏览器软件登录 ISP 的Web 站点，通过 HTTP 协议收发邮件(称为 Webmail 邮件) 。针对这两种方式，本文主要讨论基于网络数据包(数据链路层帧) 的邮件信息获取技术， 包括网络数据包的捕获与重组、基于 SMTP/POP3 协议邮件信息的识别与获取以及基于 HTTP 协议的 Webmail 邮件信息识别与获取。 2 基于网络数据包的邮件信息获取 基于网络数据包的邮件信息获取需要从网络中捕获原始数据包，然后针对不同协议进 行邮件信息获取。整个过程可分为如下 3 个步骤。 （1）网络数据包捕获与重组 从捕获到的网络数据包中筛选出基于 TCP 协议的 IP 数据包，并重组为完整有序的应用 层报文数据。 （2 ）协议判断 肖道举：副教授 基金项目