MỞ ĐẦU 1. Đối tượng và mục tiêu của luận văn Cùng với sự phát triển của mạng Internet, dịch vụ email (thư điện tử) ngày càng trở nên quan trọng. Email chính là công cụ trao đổi thông tin được sử dụng rộng rãi trong mọi lĩnh vực từ những hoạt động hàng ngày đến các hoạt động kinh doanh thương mại, với số lượng người dùng rất lớn và đa dạng. Việc duy trì và đảm bảo sự ổn định dịch vụ email là một trong những nhiệm vụ quan trọng hàng đầu ở bất kỳ tổ chức, công ty nào. Song song đó, vấn đề lợi dung dịch vụ email để phục vụ cho các mục tiêu thương mại và lừa đảo ngày càng gia tăng.
Spam (thư rác) chính là sản phẩm tạo ra bởi các đối tượng muốn lợi dụng dịch vụ email để tạo ra những lợi ích của mình nhưng lại gây ảnh hưởng nghiêm trọng đến người dùng thông thường của dịch vụ email. Chính vì vậy, việc nhận dạng và xử lý spam là một trong những nhiệm vụ hàng đầu mà các nhà cung cấp dịch vụ mạng phải đảm bảo. Để thực hiện nhận dạng và xử lý spam, nhiều phương pháp đã được đưa ra để nghiên cứu và sử dụng. Các phương pháp này rất đa dạng, từ cố gắng xây dựng luật ngăn chặn phát tán, đưa ra những chuẩn trong hoạt động gửi và nhận thư cho tới những thuật toán nhằm có thể phát hiện và ngăn chặn spam trong từng phiên làm việc của quá trình tạo và phát tán spam.
Hiện nay, các phương pháp xử lý spam được chia làm hai hướng: nhận dạng và phân loại spam dựa trên nguồn gốc của spam và nhận dạng và phân loại spam dựa trên nội dung của mail. Cả hai hướng xử lý này đều có ưu và nhược điểm khác nhau, hiệu suất của các phương pháp đều chỉ khả dụng đối với từng dạng spam cụ thể chứ không thể áp dụng cho tất cả các dạng spam. Với hướng nhận dạng và xử lý spam dựa trên nguồn gốc, tốc độ xử lý sẽ rất nhanh, tiết kiệm được tài nguyên mạng cũng như tài nguyên của máy chủ. Song song đó, việc [2] xử lý spam dựa trên nguồn gốc có nhược điểm là dễ nhận định lầm spam gây ảnh hưởng rất lớn đến độ tin cậy của hệ thống.
Với hướng nhận dang và xử lý spam dựa trên nội dung mail, tốc độ xử lý spam sẽ chậm tốn tài nguyên mạng cũng như tài nguyên của server, nhưng độ tin cậy cao hơn, hạn chế được việc nhận định lầm spam. Chính vì vậy, nếu ta có thể tạo ra một hệ thống kết hợp cả hai hướng xử lý trên thì hiệu suất trong việc nhận dạng và xử lý Spam sẽ tăng cao, có khả năng làm việc với nhiều dạng mail spam khác nhau, có khả năng tự động nhận dạng và xử lý các dạng spam mới thông qua các thuật toán và tốc độ xử lý của hệ thống cũng sẽ nhanh hơn do có được phương pháp xử lý phù hợp. Mục đích chính của luận văn là tìm hiểu các phương pháp nhận dạng và xử lý spam trong dịch vu email. Từ đó xây dựng hệ thống chống spam trong dịch vụ email để có thể áp dụng cho các môi trường mạng thực tế.
Với giải pháp dựa trên nền tảng mã nguồn mở cùng với giải thuật Bayesian, hệ thống chống spam sẽ tối ưu về mặt chỉ phí cũng như hiệu năng. Đối tượng và phạm vi nghiên cứu. Đối tượng nghiên cứu trong luận văn là quá trình hoạt động của dịch vụ email, các phương pháp phát tán spam và các phương pháp nhận dạng và xử lý spam. Từ những kết quả nghiên cứu được, tìm kiếm các giải pháp mã nguồn mở trên nền tảng Linux để xây dựng một hệ thống có độ tin cậy cao sử dụng tối ưu các phương pháp nhận dạng và xử lý spam đồng thời có khả năng tự thích nghi với các spam mới phát sinh trong quá trình hoạt động của dịch vụ email. Phương pháp nghiên cứu Để thực hiện đề tài, tác giả thực hiện nghiên cứu lý thuyết hoạt động của dịch vụ Mail Server, các phương pháp phát tán và nhận dạng spam. Đề xuất ra mô hình hoạt động của hệ thống chống spam dựa trên các giải pháp mã nguồn mở nền tảng [3] Linux, giám sát thông qua giao diện web.
Thực hiện triển khai hệ thống trong môi trường thưc tế để kiểm chứng khả năng hoạt động và hiệu suất hoạt động. Ý nghĩa thực tiễn của đề tài Kết quả nghiên cứu của luân văn có thể ứng dụng trực tiếp trong mô hình hoạt động của dịch vụ email. Giúp nâng cao khả năng nhận biết và lọc bỏ chính xác spam. Hạn chế tối đa việc bị spammer chiếm dụng băng thông và tài nguyên hệ thống, giảm thiểu tối đa các phiền nhiễu và các mối nguy hại từ spam đối với người dùng. Tăng cường độ tin cậy cũng như tối thiểu chi phi hoạt động của dịch vụ email.
[4] CHƯƠNG 2 TỔNG QUAN DỊCH VỤ MAIL 2. Giới Thiệu Dịch Vụ Email. Một trong những thành tựu quan trọng của loài người trong những năm cuối thế kỷ 20 đầu thể kỷ 21 đó chính là sự ra đời của mạng Internet, đây là một hệ thống mạng máy tính toàn cầu được xây dựng từ kết nối của rất nhiều mạng máy tính con trên thế giới lại với nhau. Hệ thống mạng khổng lồ này không thuộc quyền sở hữu của bất cứ một tổ chức, hay quốc gia nào mà hoạt động dựa trên nguyên tắc tự nguyện và phi lợi nhuân. Mạng Internet giúp cho các máy trong hệ thống mạng có thể trao đổi thông tin qua lại với nhau và chính sự liên kết này đã tạo ra một thư viện khổng lồ về kiến thức cho nhân loại cũng như một môi trường thông tin liên lạc bao phủ toàn cầu.
Ứng dung những tính năng của mạng Internet, một phương thức thông tin liên lạc mới đã ra đời đó chính là Email hay còn được gọi là dịch vụ thư điển tử. Email là một dịch vụ dùng để gửi và nhận những bức thư điện tử (những văn bản máy tính) tương tư như hệ thống bưu chính truyền thống. Với những ưu điểm về tốc độ và chi phí, dịch vụ email được sử dụng ngày càng phổ biến. Dịch vụ email được xây dựng dựa trên các giao thức: Simple Mail Transfer Protocol (SMTP), Post Office Protocol (POP), Multipurpose Internet Mail Extensions (MIME), và Interactive Mail Access Protocol (IMAP).
Hoạt động của Mail Server sẽ được thể hiện qua mô hình sau: [5] Hình 2.1: Hoạt động của Mail Server Như ta thấy, khi thực hiện gửi email thì Mail Server sẽ sử dụng giao thức SMTP để gửi email đi trên môi trường Internet, email từ Internet gửi tới Mail Server bằng giao thức SMTP và sẽ được lưu lại trong Mail Server, người dùng sẽ lấy email về máy mình thông qua giao thức POP hoặc IMAP. Dựa theo chức năng của Mail Server, ta đưa ra một số khái niệm về các thành phần trong hệ thống mail như sau: MTA (Mail Transfer Agent – đại lý chuyển thư): là chương trình chuyển email giữa các Mail Server. Server cung cấp dịch vụ Email cũng được gọi là MTA. Một vài chương trình chuyển email thông dụng hiện nay: sendmail, qmail, postfix … Các chương trình này sẽ đóng vai trò nhận mail từ người dùng hoặc từ các Mail Server khác và phân phối email đến Mail Server cần nhận.
MDA (Mail Delivery Agent – đại lý phân phối thư): là chương trình phân phối email từ Mail Server đến các hộp thư của từng user trong hệ thống. Hầu như các chương trình MTA đều được tích hợp sẵn MDA trong chương trình. MUA (Mail User Agent – Hộp thư người dùng): là một phần mềm thư điện tử được cài đặt trên từng máy tính của người dùng, giúp cho người dùng [6] có thể thực hiện các thao tác gửi, nhận email. Các MUA phổ biến hiện nay là: Microsoft Outlook, Microsoft Outlook Express, Netscape Comunicator, Eudora.
Mail Gateway: là máy kết nối giữa các mạng dùng các giao thức truyền thống khác nhau hoặc kết nối các mạng khác nhau dùng chung giao thức. Ví dụ một Mail gateway có thể kết nối một mạng TCP/IP với một mạng chạy bộ giao thức Systems Network Architecture (SNA). Mail gateway chuyển mail giữa domain nội bộ và các domain bên ngoài. Mail gateway cũng kết nối 2 mạng dùng mailer khác nhau.
Mail Host: là máy giữ vai trò máy chủ mail chính trong hệ thống. Nó dùng như thành phần trung gian để chuyển mail giữa các vị trí không kết nối trực tiếp được với nhau.Mail Host phân giải địa chỉ người nhận để chuyển giữa các mail server hoặc chuyển đến Mail gateway. Mail Server: là nơi chứa hộp thư của người dùng. Mail Server nhận mail từ mail client gửi đến và đưa vào hàng đợi để gửi đến Mail Host sau đó Mail Server nhận mail từ Mail Host gửi đến và đưa vào hộp thư của người dùng.
Mail Client : là phần mềm trên máy người dùng có thể thực hiện những chức năng như: gửi thư, nhận thư, chuyển tiếp thư, xóa thư … Hộp thư : là nơi mà các hệ thống mail dùng để lưu giữ email của người dùng. Ở mỗi hệ thống vận chuyển thư khác nhau sẽ có phương thức lưu trữ hộp thư khác nhau. Các Giao Thức Trong Dịch Vụ Email 2.SMTP SMTP (Simple Mail Transfer Protocol – giao thức truyền tải thư tín đơn giản) là giao thức truyền tải email qua mạng Internet. SMTP được định nghĩa trong bản RFC 821 và được chỉnh lý bằng bản RFC 1123. Lịch sử của SMTP SMTP bắt đầu được sử dụng rộng rãi vào những năm đầu thập niên kỷ 1980. Tại thời điểmnđó, SMTP chỉ là một phần mềm bổ sung của ứng dụng giao thức UUCP (Unix to Unix CoPy - Sao chép từ máy Unix sang máy Unix) nhưng tiện lợi hơn trong việc truyền tải thư điện tử giữa các máy vi tính - những máy này thỉnh thoảng lại được kết nối với nhau một lần, để truyền dữ liệu.
Sendmail là một trong những phần mềm thực hiện truyền tải email (mail transfer agent) đầu tiên sử dụng giao thức SMTP. Tính đến năm 2001, người ta đã thấy có ít nhất là 50 chương trình ứng dụng sử dụng giao thức SMTP, bao gồm cả trình khách (phần mềm dùng để gửi email) và trình chủ (phần mềm dùng để nhận thông điệp). Một số trình chủ SMTP nổi tiếng có thể liệt kê bao gồm: exim, Postfix, qmail, và Microsoft Exchange Server. Rất nhiều người đã từng sửa đổi hoặc cống hiến vào những phần chủ chốt trong đặc tả của SMTP, trong số đó có: John Postel, Eric Allman, Dave Crocker, Ned Freed, Randall Gellens, John Klensin, và Keith Moore. Đặc điểm của SMTP SMTP là một giao thức dùng nền văn bản và tương đối đơn giản.