（通信与信息系统专业论文）基于嵌入式与神经网络的邮件过滤系统设计.pdf

一 a b s t r a c t a b s t r a c t a tp r e s e n t ，t h es p a mf i l t e r i n gt e c h n o l o g ya n dt h es t u d yo ft e c h n o l o g ys p a m m e r sa r e c o n s t a n t l yc o m p e t i n gw i t he a c ho t h e r ，e - m a i l sf a c i l i t a t ep e o p l e sd a i l yl i v e sa n dt h ew o r k , b u tt h ee m e r g e n c eo fs p a r ea n dt h ev i r u sh a sa l s ob r o u g h tas e r i e so fi n t r u s i v en e g a t i v e i m p a c t ，s ot h ep o p u l a r i t yo fs p a mt e c h n o l o g yr e q u i r e su r g e n tt r e a t m e n t t h ed e s i g ni s b a s e do nt h eb a s i so fp r e v i o u ss t u d i e s 。c o m b i n i n gw i t he m a i lk n o w l e d g ea n dn e u r a l n e t w o r kt od e s i g nas e to fe m a i lf i l t e r i n gs y s t e m a n du s et h ea r t i f i c i a li n t e l l i g e n c et o e x t r a c tt h ee m a i lf e a t u r e s ，t h i ss y s t e mc a nl e a r nt h es p a r e sc h a r a c t e r i s t i c sa u t o m a t i c a l l y a n di r e p r o v et h ea c c u r a c yo fm a i lf i l t e r i n g f i n a l l y t h ee m a i lf i l t e r i n gs y s t e mw i l lb e p o r t e dt ot h ee m b e ds y s t e m w h i c hi sp o r t a b l ea n dc a nc o m m u n i c a t ee a s i l y t h i sa r t i c l e t e l l st h ew o r k i n gp r i n c i p l ea n db a s i ck n o w l e d g eo fe m a i lf i r s t l y t h e nc o m b i n e st h e n e u r a ln e t w o r ka l g o r i t h mw i t ht h ee - m a i l f i l t e r i n gs y s t e m 。a f t e re x t r a c t i n g t h e c h a r a c t e r i s t i c so fi u n ke - m a i l ，a n dt h e nt r a i na n dt e s ti t f i n a l l y ，e x p l a i n i n gt h et r a n s p l a n t p r o c e s s ，t h ew h o l es y s t e mw i l lb ec o m p l e t e l yt r a n s f e r r e dt ot h ee m b e d d e dw i n d o w sc e o p e r a t i n gs y s t e mp l a t f o r m ，e x p e r i m e n t sc a nd e m o n s t r a t et h ef e a s i b i l i t yo f t h ed e s i g n k e y w o r d s ：e - m a i lf i l t e r i n g ；n e u r a ln e t w o r k ；m a i lc h a r a c t e r i s t i c s ；w i n d o w sc e u 弋0 ，、 ， 译“， 、 r r k 角冬 中文文摘 中文文摘 目前垃圾邮件的数量和形式都有了新的变化，反技术更新的同时，制造垃圾邮 件的技术也在同步发展，这增加了过滤和阻截垃圾邮件的难度，因此有必要研究新 的技术来阻截垃圾邮件，垃圾邮件过滤技术的研究具有极强的应用价值。国际上早 已非常重视垃圾邮件对网络和网络用户的影响，对电子邮件进行过滤是有效对付垃 圾邮件的主要手段，国外己经有许多种类的邮件过滤器在市场上销售，而国内对此 的开发比较迟缓，很多组织放弃了追踪和处理垃圾邮件的机会，采取直接屏蔽i p 地 址，这不仅影响了网络用户的正常通信，也影响用户使用其它服务。电子邮件作为 网络通信的一种工具，具有独立的系统结构和通信协议。随着垃圾邮件的泛滥，反 垃圾邮件技术己经越来越被人们所重视，各种技术、各种系统都随之涌现，软件过 滤、硬仆过滤、基丁服务器、旗于客j 、端，基于地址过滤、基于内容、信头、信封 的过滤等，这些技术都在垃圾邮件的过滤中发挥了重要作用。对于客户端和服务器 。端的手段对垃圾邮件的过滤实施地越早，损失就越低。传统的邮件过滤技并不能适 应新的垃圾邮件变化，在邮件过滤技术上还得有新的改进，因此运用神经网络知识 结合邮件过滤系统，采用改进遗传算法的神经网络优化算法是此次设计的创新之处。 人工神经网络是一门新兴交叉学科，人工神经网络的发展为模式识别技术提出 了一种新的途径，神经网络理论已经在模式识别，自动控制，人工智能，机器人等 重要研究领域取得了很大的成功。神经网络理论研究有很好的发展前景，但是在这 办m f 的研究存在省f 醍多幽难，土要依靠对网络模型及算法的分析和推导，形成完善 的理论体系，依赖计算机进行模拟实验，得出严密、科学的研究规律和方法，所以 说这个领域的研究是充满挑战和诱惑力的。 本次设计是基于服务器端的邮件分类识别系统，提出采用改进的神经网络混合 优化算法对邮件进行分类识别，分析邮件从发送开始直到邮件被接收的整个过程， 从中提取相关邮件特征，经过学习和训练，达到能够准确判断出一封邮件是否为垃 圾邮件，域后将鼓计的邮件过滤系统应用到嵌入式w i n d o w sc e 操作系统上。 w i n d o w sc e 是一种专为丌发小体积、资源要求低的机器而设计的一种操作系统， 适应于各种嵌入式系统和产品。目前，w i n d o w sc e 在通信、娱乐和移动计算等领 域得到广泛的应用，各种丛于w i n d o w sc e 操作系统的设备在市场上有广阔的前景， z ， 攀 ， 气 1 呛 中文文摘 它已经成为i t 界普遍关注的一个热点。w i n d o w sc e 在本质上是一个嵌入式操作系 统。w i n d o w sc e 操作系统适合于便于携带的收发网络终端，它的功能完善，使用 起来也比较方便。随身携带的网络终端可以随时收发信息，随时收发邮件，这样可 以方便人们的生活和工作。目前要想阻止垃圾邮件的接收不仅仅需要技术上的方法 来解决问题，邮件过滤技术虽然在不断的更新变化，有很强的灵活性，但是也存在 着很多局限性，技术人员在不断的改进技术的同时，非法分子也在不断研究新的制 造垃圾邮件技术，这给反垃圾邮件技术带了了更大的挑战。 目前的过滤技术手段主要针对邮件地址的过滤以及对邮件本身内容的过滤。随 着科学技术的进一步发展和推进，则要求我们必须提出新的方式方法来抵抗垃圾邮 件带来的冲击。由于垃圾邮件制造者本身在不断的更新技术，其手段也在不断的多 样化，就我们目前的技术还是难以适应新的技术，因此适时地提出在服务器端，根 据垃圾邮件特征，结合神经网络的运用，在前人研究的基础上将算法进行改进，设 计垃圾邮件过滤系统，将其应用在嵌入式网络终端上则具有很强的现实意义。 论文的主要内容总结如下： 第一章：本章介绍了邮件系统的基础理论知识，分析垃圾邮件的发送和接收过 程。首先要掌握邮件发送的基本理论机制，发送和接收邮件过程中涉及了s m t p ，p o p ， m i m e 等协议，通过相应的命令和应答进行网络通信，接着分析了l 邮件的基础特性及 编解码规则，为下章邮件与神经网络结合做好基础，理论必须联系实际才能达到设 计的目的。 第二章：本章介绍了神经网络的理论知识，采用改进的b p 算法，即分析遗传 算法和梯皮下降法，再加上l m 算法优化，形成一种神经网络混合优化算法，改进 的算法能同时优化神经网络的结构和权值及阈值，接着分析了垃圾邮件的基本特征， 并对垃圾邮件特征进行提取，把提取的特征转换成向量形式，特征提取是设计的关 键，因为只有特征提取完才。能为后文神经网络训练提供数据源。 第三章：本章介绍了数据处理和分析过程，通过改进的算法进行模拟仿真，分 别用了不同的b p 训练函数进行反复训练，通过实验证明算法改进后的可行性和有效 性，为后文嵌入式操作系统上的移植奠定了基础。 第四章：本章通过分析了开发桌面应用程序与嵌入式操作系统应用程序的方法的 不i 司之处，接着分析嵌入式终端的特点，通过定制w i n d o w sc e 操作系统，为后文 邮件模块化的移植做好准备。 享 k t q 中文文摘 第五章：本章介绍系统各个模块的移植过程，系统模块主要分为用户操作界面模 块，邮件处理模块和网络模块。实验的过程是将邮件系统的各个模块移植到w i n d o w s c e 操作系统上，最后进行测试以达到设计的最终目的。 第六章；总结了设计的基本内容和创新之处，根据了系统的不足，提出了在此 研究方向可以继续研究的工作。 v 1一 ， 簟 p k q 目录 目录 摘要i a b s t r a c t 中文文摘 绪论 第一章邮件理论知识。 i i i i i 第一节电子邮件介绍- 7 - 第二节电子邮件系统的工作原理 第三节m i m e 协议字段扩充。一9 一 第四节邮件编解码规则。- 1 2 - 第五节邮件协议。- 1 5 一 第二章神经网络与邮件结合。- 2 l - 笫一节人工神经网络。- 2 l - 第二节神经网络混合优化算法。- 2 3 - 第三节垃圾邮件过滤。- 3 l 第三章软件仿真及数据处理。- 3 7 - 第一节算法软件实现- 3 7 - 第二节仿真与数据分析。- 4 0 一 笫四章嵌入式操作系统- 4 9 - 第一节w i n d o w sc e 发展简介- 4 9 - 第二节w i n c e 系统定制与安装5 0 - 第三节w i n d o w sc e 应用程序开发。- 5 5 - 第五章系统模块设计。- 5 7 - 第一节用户操作界面模块一5 7 - 第二节邮件处理模块。- 5 9 - 第三节网络模块 第四节实验结果。- 6 3 - 第六章结论一6 5 - 参考文献。一6 7 文 绪论 绪论 随着网络的快速发展，电子邮件成为便捷的交流方式，给人们的生活和工作到 带了极大的便利。但是由于商业利益等因素的影响，电子邮件给人们带来便利的同 时，也带了很多负面影响。目前垃圾邮件的类型主要包括商业广告类，站点宣传类， 恶作剧类，网络杂志类。2 0 0 9 年1 月中国反垃圾邮件中心调查显示，现在企业收到 的电子邮件中有2 8 是垃圾邮件，有9 5 的邮箱收到过垃圾邮件，平均每人每周收 到2 2 1 3 封邮件，垃圾邮件的泛滥危机了互连网的应用和普及。目前国内外研究的 垃圾过滤技术馏删主要有以下几种： 基于规则的评定过滤技术以及基于规则的过滤器对邮件标题和信件内容 等进行多项过滤，它是一种预先设定好规则，然后针对对邮件进行模式匹 配的过滤技术。但是这种方法的弊端就是效率低，若要想保持规则的准确 性和更新邮件状态信息是很难做到的，不过这种方法考虑的东西相对而言 比较全面，是一种较行之有效的方法。 黑名单过滤技术，它是基于用户投诉和采样积累而建立的，由域名或i p 组 成的数据库黑名单，黑名单技术是将已知垃圾邮件制造者及其i s p 的域名 或i p 地址，然后将其整理成黑名单。反垃圾邮件联盟中的黑名单服务分为 c b l ，c d l 、c b l + 、c b l 四个部分3 。c b l 主要是面对国内的垃圾邮件， 它包括的黑名单地址也主要是国内网站服务，适合中国国情，测试地址为 2 0 0 1 2 7 c b l a n t i s p a m o r g c l l ；c d l 中的地址主要包括国内动态分配的地 址，因为垃圾邮件制造者更多的采用动态地址的方式来发送邮件，所以采 取判断邮件来源是否为动态地址大大减少了垃圾邮件的数目，有效的拦截 垃圾邮件进入用户信箱，测试地址为0 0 0 2 4 0 c d l a n t i s p a m o r g c n ；c b l + 是前c b l 和c d l 的统一，是结合了两者的精华，更有利于反垃圾邮件， 测试地址为2 0 0 1 2 7 c b l p l u s a n t i s p a r e o r g c n ：c b l - 贝i jc b l + 的基础上减去 白名单，测试地址为2 0 0 1 2 7 c b l l e s s a n t i s p a m o r g c n 。用黑名单过滤邮件 必须谶愤，囚为很容易误判，如果这位用户碰巧使用了与垃圾邮件制造者 相同的i s p ，或者i p 地址与垃圾邮件制造者的i p 地址在同一范围内，那么 黑名单技术可能会将一些正常邮件地址列入其中。 福建师范人学硕士学位论文 白名单过滤技术，当然它是相对黑名单而言，白名单是拒绝接收来自任何 邮件，除非用户在白名单上。白名单提供两种使用方式：一种方法是用户 可以阻止不在名单上的信件；另一种方式是系统邮件发送者发送信件，要 求其回复，以证实确有邮件发送者其人，然后经过确认后将其列入白名单 当中。白名单服务主要为c m l ，c m l 又分为d m l 和t m l ，包括了大型 而且可信的邮件服务器地址，c m l 的测试地址为： 1 0 0 1 2 7 c m l a n t i s p a m o r g c n 。白名单技术并不总是有效，它必须不断地更 新名单上的新地址，如果原被批准的用户改变了原来的地址就有可能收不 到这个用户的邮件。白名单也有不足的地方，它会产生大量要求垃圾邮件 制造者回复的邮件，因此会造成更多的垃圾邮件h 】。 o 贝叶斯单词分布过滤技术，b a y e s i a n 过滤器是基于贝叶斯定理，它可以从 已分类消息的库中自动生成过滤器，而不需要人来制订规则。b a y e s i a n 过 滤器能够分辨垃圾邮件与非邮件之间的区别，一个好的b a y e s i a n 过滤器就 可以自动识别各种垃圾邮件。 关于邮件过滤技术，国外已经有许多技术人员都做了大量的研究工作跚嘲。主 要的发展阶段集中在1 9 9 6 年到2 0 0 3 年，包括r i p p e r 学习算法、n a i v e ba y e s 分类 器、s t a c k i n g 方法、基于记忆功能方法、b p 神经网络方法。2 0 0 9 年，许多高校的项 目组对反垃圾邮件研究做了大量工作。厦门大学的一篇硕士论文中描述了基于网络 处理器的垃圾邮件过滤系统设计，这种过滤器是在网络处理器上实现，结合s v m 和b a y e s 两种算法提出自己的改进：南京航天航空大学的一项目组提出基于人工免 疫的垃圾邮件过滤技术，这种方法是基于人工免疫的基本原理，结合基因权重的生 成算法进行人工免疫技术设计：华东大学的一个项目组中研究了基于图片的垃圾邮 件过滤，这种过滤技术主要是针对图片垃圾邮件，将垃圾图片进行分割后收集垃圾 图片特征，再将特征值进行归纳分类，将这些特征值组成黑名单，有黑名单技术拦 截垃圾邮件的接收，采用s i f t 图象匹配算法；北方工业大学一项目组中提出基于 短文本的邮件过滤技术，对短文本邮件进行处理，结合文词技术，对文本进行文档 分类，实现短文本的垃圾邮件过滤：安徽理工大学项目组中提出行为模式下的垃圾 邮件识别技术，通过分析垃圾邮件传播的行为特征，采用数据挖掘技术，根据行为 特征采用决策树判定法过滤垃圾邮件。 人工神经网络作为- f - j 学科起始于1 9 世纪，其发展经历过三个时期h 1 ：2 0 世纪 t q 绪论 4 0 年代到6 0 年代是神经网络理论研究的第一个热潮。2 0 世纪6 0 年代到7 0 年代是 神经网络理论研究的低潮时期。原因有两个方面，一是因为1 9 6 9 年m i n s 姆和p a p e r t 对感知器为代表的网络系统做了深入的研究，合作发表了 p e r e e p t r o n ) ) 伽，另外一 个方面是应为2 0 世纪7 0 年带集成电路和微电子技术的发展进入了全盛时期，基于 逻辑符号处理方法取得了一定的成绩，掩盖了寻求新的方法的迫切性。2 0 世纪8 0 年代至今是神经网络理论研究的复兴时期捌。1 9 9 0 年1 2 月国内8 个学会，即中国 电子学会，人工智能学会，通信学会，物理学会，生物学会，心理学会，自动化学 会，生物物理学会在北京联合发起和组织了“中国神经网络首届学术会议 ；1 9 9 0 年我国的8 6 3 高技术研究计划批准了关于人工神经网络的三项课题，自然科学基金 与国防科技研究基金也都把神经网络的研究列入选题指南；1 9 9 2 年中国神经网络委 员会在北京承办了世界性的囡际神经网络学术大会，这届大会受到i e e e 神经网络 委员会、国际神经网络学会等国际学术组织的大力支持；2 0 0 4 年在合肥召开了“人 工神经网络学术会议”。神经网络在国际学术也是重要的研究领域，现已出现了十几 种神经网络的学术刊物m 1 ，如n e r u a lc o m p u t a t i o n 、j o u m a lo fa r t i f i c i a ln e u r a l n e t w o r k s 、j o u r n a lo fn e u r a ls y s t e m s 、i e e et r a n s a c t i o n so nn e u r a ln e t w o r k s 、i e e e t r a n s a c t i o n so nc i r c u i ta n ds y s t e m s 、i e e et r a n s a c t i o n so ns y s t e m sk m a c h i n el e a r n i n g 在盘 q + o 目前神经网络研究与发展主要集中在下几个领域n 儿町：( 1 ) 神经生理学、神经解 剖学的发展：人脑的认知是个很复杂的过程，所以在这个方面很难达到质的飞跃： ( 2 ) 与数学领域相关的研究和发展，神经网络是是有神经元组成的，它的研究需要 一定的模型：( 3 ) 神经网络应用的研究和发展：神经网络有广泛的应用，如指纹识 别、人脸识别等；( 4 ) 神经网络硬件的研究和发展：理论研究往往走在前面，神经 网络的硬件设计落后于理论研究：( 5 ) 新型神经网络模型的研究：研究新型神经网 络模型是神经网络研究和发展方向之一，如研究量子神经网络等。 木课题研究的意义一方而是出于考虑垃圾邮件带来了极大的危害，因此解决垃 圾邮件有很强的现实意义，它带来的危害主要包含以下几点p 1 ： 哆垃圾邮件是网络的负面产品，它不仅降低了网络运行的速率，还成了非法分子 入侵的有效手段，致使有些网站瘫痪，路由器被死死堵赛，浪费网络资源，浪 费带宽，浪费人们的时间和精力，雅虎邮件是全球滥用最为严重的邮件服务， 统计显示今8 7 的网络垃圾邮件来自雅虎邮件服务。 l _ _ _ _ _ _ - 。- 。_ - _ _ _ _ _ 。_ _ - _ - _ _ 一 福建师范大学硕士学位论文 垃圾邮件成为病毒传播的有效途径，2 0 0 3 年9 月2 2 日“s w e n 计算机病毒在 全球范围内感染了2 0 力台计算机，只要用户点击该邮件，该病毒就会被激活。 其名称还包括i - w o r m s w e n ，w 3 2 s w e n a a m m w 3 2 ( 3 i b e e a m m 和g i b e e ， 2 0 0 4 年3 月1 日一种被称作b u g l e 或b e a g l 的新计算机病毒正在互联网上迅速 传播。安全专家表示，b u g l e 病毒模仿了爆发的s o b i g 和m i m m l 病毒，向其它 计算机用广1 发送垃圾邮件。b u g l e 能够在被感染的计算机上安装电子邮件代理服 务器，并通过它们发送垃圾邮件。携带有b u g l e 姗虫病毒的电子邮件包含有非 常“亲近”的主题”h i 和一个后缀为“e x e ”的可执行文件附件，该电子邮件的 正文中包含有随机的字符只要用户点击附件，该病毒就会被激活，然后一个电 子邮件地址获取地址会扫描被感染的计算机上以及所连接的网络上的所有文 档。 ! 香港电子邮件供应商o u tb l a z e 公司反垃圾邮件业务负责人：反垃圾邮件专家 s u r e s hr a m a s u b r a m a n i a n 认为盗版是垃圾邮件问题产生的源头。骗子能够进行远 程的对安全漏洞施以控制，中国运行盗版软件的p c 和服务器正成为全球那些寻 求安全漏洞的骗子们的具有诱惑力的目标。安全公司s o p h o s 报告也称中国成 为全球第二大恶意代码软件的滋生地叫。据s o p h o s 表示，全球31 的恶意代 码网站在中国。中国的服务器和电脑是黑客主要的目标。黑客侵入服务器和电 脑并月利用它们向中国范围和全世界范围发送数以百万计的信息n 们。 夸2 0 0 9 年，垃圾邮件的战争并没有停止，垃圾邮件的主题更青睐于金融危机，美 国总统竞选，新年贺卡，经济形势等热点话题。关于经济的主题包括新的经济 渠道，新的发财之道，寻找工作，电视报道等，垃圾邮件制造者正是通过制造 这类引人注【| 的沾题) k i 坡引人的u 1 3 1 球；关于名人话题，邮件制造者通过收集网 上材料，对美国首位黑人总统奥巴马的言语和行动进行调查，而邮件接收者没 有预防的打开类似邮件，造成垃圾邮件的泛滥；在新年期间，用户常常会收到 大量的祝贺邮件，认为这并不是垃圾邮件，但是在这些邮件里常常提出用户加 入网络上的群组，如果链接到一些免费的网站，这也许就是垃圾邮件制造者为 了建立群组，得到更多的信息表，这样的话垃圾邮件制造者就会不断的发送垃 圾邮件。如果邮箱地址是以字母开头的话会比普通邮箱接收垃圾邮件的数目更 多。 移2 0 0 9 年1 月美国垃圾邮件检测与防护组织报道，g o o g l e 已成为第四大垃圾邮件 分 妒 屯 q 绪论 来源，黑客通过g o o g l e 的免费邮件服务发送了大量的垃圾邮件，g o o g l e 之所以 会成了黑客关注的重心是因为微软公司大力统治了h o t m a i l 系统，而且g o o g l e 帐户的验证码也有可能被破解，这样又造成了新一轮邮件战争。面对着这些危 机，我们不得不承认解决垃圾邮件需要迫切的技术处理。 本课题研究的内容为： 0 分析研究电子邮件的基本结构，掌握邮件发送和接收的基本原理及各种协议的 应用； 4 分析垃圾邮件特征，提取邮件特征，并进行归类和统计； o 研究神经网络算法，并对算法进行改进将其应用于对垃圾邮件的识别： 嘀k 设计和研究一种基于神经网络的垃圾邮件识别模型，针对该模型进行实验和测 试： ： 靠嵌入式操作系统平台的定制及开发； 小将垃圾邮件系统各模块移植到嵌入式操作系统中。 福建师范大学硕士学位论文 6 ， & 第一章邮件理论知识 第一章邮件理论知识 第一节电子邮件介绍 电子邮件是全球多种网络上使用最普遍的一项服务，是种用电子手段提供信 息交换的通信方式1 。它通过连接全世界的i n t e m e t ，实现各类信号的传送、接收、 存贮等处理，将邮件送到世界的各个角落。电子邮件采用“存贮转发式 方式，这是 电子信箱系统的核心。电子邮件是通过邮件服务器来传递档的，通常m a i l $ e l - v e r 是 执行多任务操作系统的计算机，它提供2 4 小时的电子邮件服务，用户只要向m a i l s e r v e r 管理人员申请一个信箱账号，就可使用这项快速的邮件服务。随着i n t e m e t 的 快速发展，又分布了一系列关于m i m e 格式的定义。图1 1 显示了电子邮件工作的 总过程。 ，黝# m t 卜一南 图1 1 电子邮件工作过程 f i gl - te m a i lp r o c e s s i n g 第二节电子邮件系统的工作原理 电子邮件系统是一种新型的信息系统，是通信技术和计算机技术结合的产物。电 子邮件的通信过程是基于t c p i p 的，达到和服务器进行通信的目的。t c p i p 协议 组中的协议保证i n t e m e t 上数据的传输，是指一组使得i n t e m e t 上的机器相互通信比 较方便的协议。t c p f i p 协议组分两种协议：网络层的协议和应用层的协议。电子 i i l g ，f ；i ：客，! - y ) l f i i i i i 采j hw i n s o c k 接【j 米编，目前可以使用两种套接口：流套接口和数据 报套接口 1 2 o 套接口提供了双向的，有序的，无重复，无记录边界的数据流服务。 数据报套接口支持双向的数据流，但并不保证是可靠，有序，无重复的。图1 2 显 福建师范大学硕士学位论文 示了邮件系统的模型，发送层邮件用户代理通过s m t p 协议将邮件转发给邮件传输 代理，把邮件将一个服务器传到另一个邮件服务器，接着把邮件发送到接收方邮件 传输代理，接受方传输代理把邮件投递到用户信箱，最后用户代理帮助用户读写文 件。 图1 2 邮件系统模型 f i g1 - 2e m a i ls y s t e mm o d e l i 收发电子邮件依靠一套标准的会话协议：s m t p 协议，该协议规定了与s m t p 务器进行对话的一系列命令与过程标准；p o p 3 协议，该协议规定了与p o p 3 服务 进行对话的一系列命令与过程标准，还有i m a p 4 协议，类似p o p 3 的邮件接收协 羽。表1 - 1 显示了邮件涉及的主要协议。 表1 - 1 邮件协议 t a b l e1 1e m a i lp r o t o e o l 件的格式 一封规范的电子邮件主要由邮件头和邮件体两大部分组成。当邮件体被分为多个 时。每个段又包含段头和段体两部分，这两部分之间也以空行分隔。邮件头包括发 人、收件人、主题、同期、m i m e 版本、邮件内容的类型等重要信息n 3 1 。邮件头的 构较为复杂，通常由多个头字段和字段内容组成，如f r o m 、t o 、d a t e 、s u b j e c t 等。 件的信封是有m t a 来交付，m t a 即邮件传输代理，负责把邮件从一个服务器传送 另一个服务器上或邮件代理，首部由m u a 使用。即邮件用户代理，帮助用户读 k q 第一章邮件理论知识 写邮件，每个字段包行一个名，接着是冒号和字段值，正文是发送给接收方的内容。 r f c 8 2 2 在信头中规定了2 0 多个字段，主要的字段n 钉如表卜2 ： 彩1 - 2 信头字段 t a b l e1 - 2h e a d e rf i e l d 头字段解释 邮件的主题 s u b j e c t 邮件发送的日期 d a t e t o 邮件发送的收件人地址 邮件发送人 f r o m 邮件回送的目的地址 r e p l y - t o s e n d e r 发送邮件者，可以是代理 r e c e i v e d 邮件转发代理中必须包含的信息i r e t u m p a t h 如何把信件回复到发送端 抄送字段 b c c 邮件的标示号 m e s s a g e 。i d 回复信件的标示号 i n 。r e p l y t o 邮件的关键字 k e y w o r d 第三节m i 胍协议字段扩充 r f c 8 2 2 信件含有7 位u s a s c i i 信息，a s c i i 码为7 位代码。m i m e ( m u l t i p u r p o s ei n t e r n e t m a i l e x t e m i o n ) 标准己成为i n t e m e t 编码的主流。m i m e 定义有 两种编码方式b a s e 6 4 和q p ( q u o t e 。p r i n t a b l e ) ，q p 无须重复编码，仅将8 位数据转 成7 位。而b a s e 6 4 的规则是将整个文件重新编码成7 位，通常适用于传送二进制文 件。m i m e 定义一组字段，主要的字段是m i m e v e r s i o n ，c o n t e n t - t y p e ， c o n t e n t t r a n s 危r - e n c o d i n g ，c o n t e n t i d ，c o n t e n t d e s c r i p t i o n ，c o n t e n t - d i s p o s i t i o n 。 m i m e v e r s i o n 表示m i m e 所使用的版本，c o n t e n t t y p e 表示编码数据的类型， c o n t e n t t r a n s f e r - e n c o d i n g 表示对数据编码的方式，即把数据编码为7 位u s - a s c i i 的编码方法，c o n t e n t - i d 表示邮件内容的唯一标识符，c o n t e n t - d e s c r i p t i o n 表示文 本有说明，即消息的内容，c o n t e n t d i s p o s i t i o n 表示是否在行内显示附件或作为单独 的附件。在邮件报文中例如：m i m e v e r s i o n ：1 0 ，c o n t e n t - t y p e ：t e x f f p l a i n ： c h a r s e t = u s a s c i i ，这两个标题表示当前m i m e 版本为1 o ，内容类型是无格式a s c i i 福建师范大学硕士学位论文 码文本，p l a i n 是内容类型中的子类型，c h a r s e t = u s a s c i i 表示参数，r f c l 5 2 1 中 规定了1 6 个不同的内容类型和字类型，这些内容类型和编码的方式都是独立的。 c o n t e n t - t y p e 指明首部字段，c o n t e n t - t r a n s f e r - e n c o d i n g 指明编码方式。如表1 - 3 表 归纳了m i m e 的内容类型和字类型呻1 。 表1 - 3m i m e 类型 t a b l e1 - 3m i m et y p e 内容类型子类型说明 t e x t p l a i n无格式文本 r i c h t e x t简单格式文本 e n r i c h e d 对r i c h t e x t 的改进和简化 m e s s a g e i 疆c 8 2 2r f c 8 2 2 的邮件报文 p a r t i a l 邮件报文的片段，消息被分割传输 e x t e r n a l - b o d y内容指向实际报文的指针，必须通过网络截 取 i a p p l i c a t i o n o c t e t s t r e a m一个二进制数据序列 p o s t s c r i p t一个p o s t s c r i p t 程序，可打印文档 i m a g ej p e gi s 0 规定的1 0 9 1 8 格式，即j p e g 的静态图 g i f 像格式 g i f 格式的静态图像 v i d e o m p e g i s o 规定的l l1 7 2 格式 a u d i ob a s i c川8 h il i s d n u 律格式编码 m u l t i p a r t m i x e d多个正文串行处理 i a r a ll c l 多个证义j f ：行处理 d i g e s t 电子邮件的摘要 a l t e r a t i v e不同格式，具有相同的语义内容 下面介绍m i m e 邮件解析实例： 3 戤一q q - t b r e a d i d ：鲫t t u n d x 0 i b i k - q q - n i d ：l ，摹b n i 1 3 3 2 t 1 2 2 6 6 5 8 9 9 6 t 2 3 8 4 镌s - f l q o - s i v l e ：嗍k q 落：。 4 1 0 s 4 1 眈3 1 9 8 0 0 a q c , 麓翥翳予翟燃户秘 酽1 ：”嗍v ? - 。眈 叠竺曼皑71 ：臀挺q 8 in ：” k q 俯- 一l 一。、 e 话e c o nu黼1目tor - ? q b k ? b ? n d u t q x h d n ( 4 1 5 4 2 4 1 4 a ac o n ) rrjkil-1：3ro 。? 9 h k ? b ? b t a l h u e z t i t 4 1 3 1 9 8 0 0 a q n d e r ：4 s 4 2 4 14 8 2 e q q 9 ；u b j e c t ：u i n d l o v * c et 们c 邮件主题，如果主题内容不是纯英文则需要编码 。一i n e u 。r s i o n ：1 o 瓶本号 l 2 0 n t e n t - t v o e ：哪i ti p a r t n i x e d ；说明由b 社惭复合类墅jb m m 4 q r 柏为邮件体的分段标志 ：i b o u n d 矗r u 4 精雌_ h e x t y a r t _ 4 9 1 d 3 5 7 - 4 j 8 再j 嘎。7 n 8 q 8 ，1 甚噜r 3p n t e n t t r a n z f e r e n c o d i n 9 ：8 1 1 i t 标志邮件头的编码方式为8 b i t 4 鬯 t e ：阶l 1 4h o u2 8 0 8 l ：2 3 ：l b j 铋钧邮件日期 s k p r i o t i t y ：3 一 。 e 卜= 2 q 口- 1 d ；( t e n c e n t7 7 r 1f 6 d ? e 2 9 2 c 6 2 d 4 9 p 6 5 1 3 5 乜q q c o n ) 邮件的唯一标识j 每封邮件 7k q q h i m e ：t e l 4 i n e1 9 扫yt e n c t n 郡有一个唯一标志 8k 一，t a t i e r ： 一a i l2 x 。 图1 - 3 邮件头源代码解析 f i g u r e1 - 3p o s t a la r t i c l eo f s o u r c ec o d e a n a l y s i s 从这个邮件投源代码中可以解析到一封邮件的头信息，第6 行显示发送者用户 1 0 lfill【illllll【lllllllilll【lliillllllllili【liilll【illlllllillliillilillllllllillllil k 缸 第一章邮件理论知识 名和地址，f r o m = ? g b k ? b ? n d u o m j q x n d a y ? = 表示邮件 的发送者为4 5 4 2 4 1 4 0 2 q q t o m ，嘻? g b k ? b ? n d u o m j q x n d a y ? = ”中的b 表示 b a s e 6 4 编码，即表示n d u o m j q x n d a y 字符串是4 5 4 2 4 1 4 0 2 q q c o m 被编码为b a s e 6 4 后的字符串，g b k 为4 5 4 2 4 1 4 0 2 q q c o r n 的字符类型。第七行显示收件人地址，第8 行也是显示发送者的地址，第9 行显示邮件主题，第1 0 行显示邮件版本号，第1 1 行显示邮件类型，m u l t i p a r t m i x e d 说明邮件类型为复合类型，第1 3 行显示邮件的编 码方式，1 4 1 8 行显示邮件日期，优先级，标志符等字段信息。 螋件的瞪屡堕客，解玛后不用显示，邮件头椭简体之间含空两行 n u l t j - p a t - t 懈9 0 驰i nh i n t ：舴为分界铸 。 h e x t p d r t _ 4 9 t i n 5 7 4 _ 8 8 r ? 4 b 1 8 4 1 阻7 1 8 4 a 第一段开抬标志 一t y p e ：1 1 p 。| l t c ”4 “”。；苇2 1 行谗明第一段也墨复合段，苴段内分段标志 b o u n d a e ，一。2 l l t x t p a l t 。4 9 1 幼第2 5 行的b 岫a “y l 直 。一一 j | e t p r t j l n 3 s 7 d - b 8 n 7 4 7 n 8 4 c 9 0 7 7 d 2 标志第一段中的第一小段并始 2 1 1 瑚孔妒酥g 哪磷啪西y 卵。r u z s $ 8 9 一段体内容 卜一。n e x t p a v t 一4 9 1 d 3 5 7 4 。0 8 a 7 4 7 n 8 _ 4 q s w ? d 2 第一段的第一小段结柬，第= 小段开始标志 | c o n t e a t - t y p e ：t e x t h t n l ； 此段内 匠咿燃害篡一瞄篓耀 l嚣l 此段内容 p p e r j o , j s x a s j s k b 3 d z le r f ip r i c 3 s j r l l i 孵集，z 。瑚嚣孵。 l 5 s e 6 4 _ 一；一n e x t p a l t _ 4 9 1 d 3 5 7 4 一咖n 7 q 7 嗣码0 7 7 p 2 一第一大段结束 图1 - 4 邮件体的第一段 f i g u r el 一4m a i lb o d y sf i r s ts e c t i o n 邮件体的第一段显示邮件主体内容信息，第2 4 行标志内容类型为复合类型， 第2 8 行显示段体类型、字符集及编码方式，t e x t p l a i n 为纯文本类型，字符集为g b k , 第3 2 行显示段体内容丌始解析，第3 5 行显示此段信息为文本类型，第3 9 行开始显 示该段邮件内容。 tj l c x t p a r t 一4 9 1 p 3 5 7 4 _ 0 8 f 1 7 4 7 a g _ 4 e 8 9 1 8 4 f l 涕= 大段开始标志 o n t e n t t y p e ：a p p l i c a t i o n o c t e t 。o t i c a n ； c h a r ；e l 一g b k ； 第4 6 行说明这段为附件内容，n 蛳e 的值为被 n a 眦一。? 曲k ?