从事互联网安全法律研究和英国非营利性组织Spamhaus Project近日公布了世界十大垃圾邮件发送者排名,并在其网站上表示,黑客并不是互联网安全的唯一隐患,这些垃圾邮件制造商一定程度上扰乱了互联网的秩序。名单包含了个人和公司。
1. Canadian Pharmacy(加拿大药房)(乌克兰/俄罗斯)
这家公司在甲流蔓延期间,向全世界的邮件服务器发送包含有“达菲”广告的垃圾邮件。不仅如此,这些邮件大多还伴有木马病毒,已经使数万台计算机感染。
2. Leo Kuvayev a.k.a. BadCow(利奥库瓦耶夫又名BadCow )(俄罗斯)
这位年仅36岁的俄国小伙子是美国FBI和英国警察通缉的对象,他被称为垃圾邮件之王。他不仅是全球第一个将木马文件隐藏在邮件中发送的用户,还奇迹般地使这些邮件轻而易举的绕过了邮件服务商们的过滤器。他所发送的邮件以木马和色-情内容居多。
3. HerbalKing(印度/新西兰)
这一团伙所发送的垃圾邮件数量占全美的三分之一。他们去年通过超过35000电脑,向外发送了包含印度色-情网站和药品广告内容的垃圾邮件。 值得庆幸的是,目前HerbalKing的业务暂停,该组织头目,新西兰兰斯阿特金森宣布,他准备支付92715美元罚款。
4. Vincent Chan a.k.a. yoric.net(陈昌华又名yoric.net )(中国香港)
陈昌华和他的团队仅2005年久通过Yahoo免费主机系统向外发送了包含手表促销、打印机墨盒降价等内容在内的大量广告邮件。
5. Aleksei Polyakov a.k.a. Alex Blood(亚历克斯阿列克谢波利亚科夫又名血 )
(乌克兰)
没有人知道Alex Polyakov 的真正名字是什么,他拥有许多来自不同领域的化名,比如裁缝、间谍等。他的主要工作是通过email系统向外发送包含儿童色-情和木马病毒在内的垃圾邮件。
6. Nikhil Kumar Pragji a.k.a. Dark-Mailer(库马尔Pragji又称为梅勒 )
(澳大利亚)
这位澳大利亚主要的垃圾邮件制造者是一套垃圾邮件发送系统,每小时可发送高达50万条垃圾邮件。同时,该软件还支持用户定制,从发送邮件的数量上满足不同用户的需求。邮件中多包含木马和色-情等垃圾信息。
7. Pyotr Levashov a.k.a. Peter Severa(俄罗斯)
去年,因制造可以发送大量木马和垃圾邮件软件而在底特律遭到逮捕的Alan Ralsky,在业内名声大噪。但是Alan的入狱不表示这一软件的消失。来自俄罗斯的Peter Severa并不在被捕名单之内,他在俄罗斯继续着这一软件的开发。
8. Yambo Financials(扬博财务)(乌克兰)
这一大型垃圾邮件组织在发送邮件方面可谓不遗余力,他们发送包含儿童和动物色-情信息,软件和药品广告内容在内的垃圾信息。该组织还宣称可以提供金融服务。
9. Ruslan Ibragimov a.k.a. send-saf.com(俄罗斯)
这一病毒和垃圾软件的作者目前在俄罗斯工作,该软件可以向计算机发送大量垃圾邮件。
10. Rove Digital(俄罗斯)
该公司成立于2002年,4年前曾经是爱沙尼亚IT硬件领域的知名公司。犹豫遭遇银行债务危机,该公司于2008年宣布倒闭,其首席执行官Vladimir Chashchin也遭到逮捕。Chashchin企图通过发送大量垃圾邮件,将罪名转嫁给他人,但其始终没有如愿。
(文章来源http://www.9gcai.com/main/webbase/dongtai/2011/0301/264.html)
分享到:
相关推荐
这在现实生活中十分常见,因为垃圾邮件发送者会尝试各种策略来逃避过滤系统的检测,包括使用图片、乱码或者混合文本。分析这样的数据可以帮助我们理解垃圾邮件的最新趋势和技术,以便于开发出更智能的过滤算法。 ...
这种方法在对付大规模垃圾邮件发送者时效果显著,但对使用动态IP的垃圾邮件发送者效果有限。 4. **反向域名解析**:通过DNS反向解析技术,检查邮件发送者的IP地址与自称的域名是否一致。这种方法能有效过滤动态IP或...
通过这种方式,系统能够收集垃圾邮件发送者的攻击行为记录、新的垃圾邮件样本、发送者IP地址及其地理位置,以及从垃圾邮件中提取的URI黑名单。设计过程中,作者们还考虑了如何提高对垃圾邮件发送者的吸引力,避免被...
通过评估发件人的历史记录,我们可以建立一个信誉系统,将来自已知垃圾邮件发送者的邮件自动过滤掉。 邮件内容分析通常涉及到自然语言处理(NLP)技术。Java中有一些开源库,如OpenNLP和Stanford NLP,可以帮助我们...
垃圾邮件,这个网络世界的公害,自其诞生以来就一直困扰着互联网用户。从1993年的"MAKE.MONEY.FAST!!"开始,垃圾邮件迅速蔓延,到了21世纪初,其数量已经超过了正常邮件。2004年,中国网民每周收到的垃圾邮件甚至...
邮件头信息可以揭示垃圾邮件的发送模式,例如发件人的IP地址、发送频率等;邮件正文则揭示了垃圾邮件的营销策略和欺诈手段;附件则可能隐藏着恶意软件或钓鱼链接。 其次,利用这个语料库,研究人员可以开展多方面的...
垃圾邮件的发送者往往无视电子邮件的礼仪,无视用户的选择权,导致用户在处理邮件时面临诸多不便。 针对垃圾邮件,有一些有效的处理策略。如标题和描述中提到的,更换或选择一个具有强大反垃圾邮件功能的邮箱服务是...
垃圾邮件已经成为全球互联网用户面临的一大挑战,据估计,目前互联网上的邮件中有67%属于垃圾邮件。尽管微软的创始人比尔·盖茨在2004年曾承诺在两年内解决这个问题,但垃圾邮件的问题至今仍未得到有效控制。为了...
- 在弹出的对话框中勾选“始终信任发送者”,这样来自该发送者的邮件将不再被标记为垃圾邮件。 ##### 2. 添加信任白名单用户 对于经常被误判的特定用户,可以将其添加到信任白名单中,避免其邮件被误判为垃圾邮件...
2. 黑名单过滤:维护一个包含已知垃圾邮件发送者地址的黑名单,拦截来自这些地址的邮件。 3. 白名单过滤:仅允许来自特定可信地址的邮件通过。 4. 信誉系统:评估发件人的信誉度,根据历史行为判断是否发送垃圾邮件...
它的核心原理是利用计算密集型的任务作为邮件发送者的“付费”凭证,确保发送者在发送邮件前投入一定计算资源,以此来降低大规模垃圾邮件发送的可能性。在Python中,我们可以利用hashcash库来实施这一机制。 在...
目前,该策略已经实现了高达98%的垃圾邮件拦截率,误判率极低,仅为每10万封邮件中出现一次,远优于国际10万分之三的标准,以及国内大部分邮件服务商万分之一的标准。 在防止病毒邮件方面,网易企业邮箱采用了国际...
云计算中垃圾邮件识别的机器学习算法是基于高斯混合模型(SIGMM)的垃圾邮件识别算法,该算法将机器学习应用于移动网络中垃圾邮件发送者的智能识别。SIGMM 算法将移动网络数据集与现实挖掘算法和混合 FCM 聚类算法...
3. **信头中的内容随机变化**:SMTP协议的安全性不足导致邮件头容易被伪造,邮件服务器通常不会仔细检查发送者的信息,这给追踪垃圾邮件的源头带来了很大的困难。 从技术角度来看,导致垃圾邮件泛滥的根本原因在于...
- **DNSBL(DNS黑名单)**: 可以集成DNSBL服务,如SORBS或SPAMHAUS,来检查发件人的IP地址是否被标记为已知的垃圾邮件发送者。 - **Content Filter(内容过滤器)**: 这允许基于关键词、短语或特定模式对邮件内容...
黑名单中的地址发送的邮件将被自动拦截,而白名单中的地址则被视为可信,即使它们的邮件可能被其他过滤器标记为垃圾邮件,也会被放行。实现这种功能需要在存储用户设置的地方(如数据库或配置文件)维护这两个列表,...