嚴重犯規！談郵件過濾與垃圾信犯規手法

嚴重犯規！談郵件過濾與垃圾信犯規手法


為什麼郵件過濾設定好了卻老是過濾不到東西？其實是垃圾信廠商實在太會鑽了，而您用的郵件過濾軟體又不夠強的緣故。

垃圾信過濾的技術領域當中，內容過濾是透過郵件的標題，寄件人，收件人，以及本文的內容文字，來判斷一封電子郵件訊息是否屬於垃圾信。

此種方式碰到極大的一個挑戰，就是文字編碼的問題，在 RFC-2822 (電子郵件訊息格式規範) 制定時，法定了電子郵件的 Header 部分只可有 7bit ACSII 字元，目前我們看到的中文的郵件標題，收件人，寄件人等等這方面的文字，也都是放置在 Header 之內，您肯定也發現了，這些 8bit 中文字是怎麼放進去的呢，原來是透過 RFC-2047 以及 RFC-2231 所規定的編碼方式將 8bit 文字轉為 7bit，透過這種方式，所有電子郵件的 Header 部分都可以被轉為 7bit 並且支援各種語言，此類編碼方式有一個特色，也就是他保持了編碼方式的關鍵字，讓郵件軟體可以輕易地判斷出編碼是屬於哪一種，例如 utf8 或是 big5。

接著就是研究郵件本文的部分了，郵件本文的部分則是透過 MIME 的方式，類似 HTTP 所使用的 Header，來告知本文的編碼方式，但對於內容過濾領域來說，郵件本文不光是要注意文字編碼 "charset" 還得注意到 "encoding"，通常一段較複雜的文字會先以 base64 或是 qp 的方式做 encoding，要過濾本文必須先解開 encoding，解開 encoding 之後還必須再判斷其編碼 charset，若是內容為 html 格式，在郵件本文中可能又包含了完整的 html，裡面可能在 http-equivlent 的 meta 部分再去宣告文章的 charset。

不管標題還是本文，郵件過濾器都必須確實的知道其編碼，並且轉換為 unicode 才能夠與設定的關鍵字做比對，若過濾軟體不支援 unicode 想想除了 big5 的東西之外你都過濾不到，那這樣的過濾器根本沒有什麼用。

解釋清楚原理之後，我們就可以了解到垃圾信廠商的手法了！目前郵件過濾有兩大宗流派：

※ 所有郵件一律當作垃圾，只有放行少數被設為非垃圾條件的信件
※ 所有郵件一律放行，只擋掉被過濾掉的垃圾信

當防垃圾策略使用的是第二種的時候，垃圾信手法就可以得逞了，它們的目的就是要你的郵件過濾器根本無法過濾這封信件，最終導致放行，以下是它們常用的策略

※ 郵件 Header 中的寄件人，收件人，主旨文字故意直接使用 big5 中文，不宣告其編碼
※ 郵件內文區塊的 MIME 宣告部分，故意不指定郵件文字編碼 charset，改在郵件內文的 html http-equivlent 之內宣告，而又把 html 以 base64 編碼起來

相信精明的您又有了一個問題，連郵件過濾都過濾不到了，這些非標準的郵件，在郵件軟體如 Outlook 中，看得到東西嗎？

還真的看得到，因為郵件軟體的用戶群眾太廣了，它們的設計理念必須是盡可能的讓一封郵件去顯示出來，因此它們必須透過種種的線索去猜出這封不正常郵件的編碼，如此一來就讓垃圾郵件商得逞了，郵件過濾器濾不到，但郵件軟體看得到！

因此，在選擇郵件過濾軟體的時候，最好要注意以下幾個關鍵點：

※ 是否能解碼各種非 RFC-2822 標準的垃圾郵件手法？
※ 是否能以 UNICODE 設定關鍵字過濾？