反垃圾邮件技术之巧用特征码制服垃圾邮件

各种反垃圾邮件技术风起云涌，但依然无法阻挡垃圾邮件的来势汹汹。俗话说的好：“道高一尺，魔高一丈”。这些垃圾邮件发布者永远有新的鬼点子。从2006年起，图片垃圾邮件开始飞速膨胀，成为邮件安全从业者非常头疼的事情，一直致力于反垃圾研究的263网络通信提出：由于目前的垃圾邮件辨识机制多使用关键字作为辨识工具，因此图形垃圾邮件便容易规避这样的过滤机制，必须使用光学辨识技术，才能辨识图片中的文字。

由于使用的是图像格式，没有具备识别意义的文字，犯罪分子的垃圾邮件在通过各大公司的邮件服务器时畅通无阻，这其中也包括了雅虎、微软等赫赫有名的大公司。 据263网络通信提供的数据显示，2006年，图片垃圾邮件每天数量高达150多亿封，比2005年整整增长了10倍，占到所有垃圾邮件的25%～45%。虽然这些垃圾邮件没有文本、没数字、没超级链接，有的只是图片，但图片的平均大小是50KB，是常规垃圾邮件的10倍，这使得许多企业薄弱的电子邮件基础设施已不堪重负。

作为多年来专注于网络通信的邮件服务提供商263网络通信为有效防御此类型的垃圾邮件，特别制定出全校解决方案

首先，图片垃圾邮件广告一般由一个内嵌的文件附件(如一个.gif 或 .jpg图片)组成，除此之外在邮件中没有任何富有含义的文本，而其他垃圾邮件一般有包括一些富有含义的文本或一个可点击的URL，垃圾邮件过滤器可检测到并确定邮件是垃圾邮件，如果这些普通的垃圾邮件防护技术不起作用了，那么被捕捉的垃圾邮件数量必然会减少不少，相应的进入邮箱的垃圾邮件数量也会增加不少。

其次，近来图片垃圾邮件发送者技术不断增强，提高了图片垃圾邮件的有效性。其中主要举措是一份图片会随机生成多个版本，对于个人阅读来说这些版本是一样的，但对垃圾邮件过滤器来说则是完全不同的。比如说，垃圾邮件发送者发送带有附件为.gif 文件的垃圾邮件时，会在这份.gif 文件中随机插入几个视觉“点”来造成生成图片的不同，或者他们还可通过改变图片颜色、边框的宽度和模式、还有字体样式来达到这个目的。在所有这些情况下，在用户看来图片都是同样的，但图片的检验值却是不同的。由此躲过过滤器的垃圾邮件越多，造成到达邮箱的垃圾邮件也就越多，从而不仅降低了员工的工作效率，相应地也增加了IT员工的工作量。

面对日益增加的智能型垃圾邮件，传统的基于语义分析的方法识别率越来越有限。垃圾邮件发送技术发展了，我们站在反垃圾邮件的一方不能束手无策。国内最大的电子邮件服务运营商—263网络通信提出了一个基于特征码的智能垃圾邮件过滤技术：通过提取垃圾邮件的特征码来识别垃圾邮件，从而达到阻挡垃圾邮件的最终目的。

新的特征码系统部署对于原有网关未识别的垃圾邮件，经过新的特征码系统再过滤一遍。这样既继承了原来反垃圾网关的优点，又增加了新的特性。

传统的图像识别技术包括：颜色直方图、区域识别、轮廓识别、边缘识别、OCR识别等，这些技术只适合识别信息量很少的小图片。而特征码图像识别技术，抛弃传统图像识别技术的观念，不关心图像的大小，不关心图片的语义，仅关心图片的特征。

　　图：特征码图像识别技术流程图

特征码系统主要识别对象有：重复出现的邮件、图片不带干扰信息的邮件、图片带干扰信息的邮件、正文相似邮件、以附件形式隐藏的邮件等。