当年那些卖伟哥的垃圾邮件,一天能赚7000美元?

哈哈 挺有意思的一篇文
说到电子邮件，大家对它的印象可能就是古早。 
这些年随着QQ、微信的普及，电子邮件已经不流行了
可能有人说，我都没见过电子邮件流行的时候。如果你够年轻，那有资格说这话。 
但不可否认，大多数 80、90 后网上冲浪的开始，都离不开一个 E-mail。 
不说它当时有多大用吧，但最起码你能用它在同学录上装个小 X。 

大家登录自己的邮件主页时，应该好奇点进过垃圾箱。 
在这里，你可以发现信用卡办理活动，蓝色小药丸的打折营销。 
甚至，还有一批想直接骗你钱的邮件。 
对方可能是想让你继承大笔资产的非洲王子。 

也可能是你家附近500米，能免费上门的妞。 

甚至是南非总统第二任太太，说要寄给你 4000 万美金，原因你别管，不信可查护照。 

每次看到垃圾箱里这些脑洞比脑子还大的垃圾邮件，世超就好奇： 
这些垃圾邮件到底哪来的？邮箱客户端又是怎么识破它们，把它们拦截了。 
今天咱们就简单聊聊。 
世界上第一份垃圾邮件，诞生在1978年。 
当时一家电脑公司的销售员为了促销电脑，压根不管别人想不想买，一股劲地把邮件发给了阿帕网（ 互联网上前身 ）上所有用户。 
尽管他们猛赚了一笔钱，但被大家喷得很惨，美国国防通信机构也批评了他们一顿。 
所以后来十几年，都没有人敢这么做。 
直到 1994 年，垃圾邮件真正的始作俑者出现了。 
当时人们习惯在新闻组上订阅各种栏目，栏目收到的邮件会自动转发给订阅者。 
有天，两名律师为了推销自己的业务，把邮件反复发给了新闻组上 5500 多个栏目。 
就这两人▼ 

那天很多人发现，自己怎么在每个栏目里都能看到这个邮件啊。。 
接下来那几天，这两位律师的电话、传真被人打爆，接起来就是一顿骂。 
但说出来你可能不信，也因为垃圾邮件，他们获得了 1000 个新客户。相当于几美分的成本赚到了近 10 万美金。 
嚯，垃圾邮件的巨大利润，一下子暴露在了公众视野里。 
有钱不赚，那不大聪明么？ 
于是人们一个接一个地发起了垃圾邮件，特别是那些平时不让刊登广告的成人用品，趁机会广撒网了一波。 
还有人另辟蹊径，开始贩卖邮件地址，有技术的程序员，也开发了一键群发工具。 

垃圾邮件的潘多拉魔盒，正式打开了。 
自那以后人们发现，不管需不需要，收件箱每天都塞满了保健药物的广告邮件，严重影响自己的生活和工作。 
最烦的是，犯罪团伙也利用电子邮件推送欺诈信息，病毒。 
这种情况下，反垃圾邮件技术诞生了。 


1996 年，有两个工程师开始记录发送垃圾邮件的 IP 地址，填进 RBL 黑洞名单里，名单上的人发来邮件就直接拒收。 
虽然深受欢迎，但这法子想破解它也不难。 
对方要么是买服务器换个 IP，要么，利用中继服务器就能规避。 
这要说到邮箱服务器有个功能叫开放式中继代理，专做好人好事。 
如果收到一封不是寄给自己的邮件，就会随手帮忙，再寄出去。 

以前互联网不稳定，为了保证邮件顺利送到，大部分服务器都会打开这个功能。 
人人为我，我为人人。 
可惜啊，这个好功能被垃圾邮件看中了，他们故意把邮件发给老实人服务器，再让其转发出去，规避了黑名单。 
图源 Winmail ▼ 

由此可见，黑名单技术并不算优秀。 
所以还有没有其他途径，去判别一个邮件是不是垃圾邮件呢？ 
有。 
基于这个特性，灰名单技术诞生了。 
诶，你第一次发给我，我先拒收，你要是好人，你肯定再发第二次对不对。 
这样我们就只会接收到正常邮件，屏蔽掉那些垃圾邮件了。 
除了不爱重发，垃圾邮件的内容也很有特点：不就是医疗保健、投资、约会之类的嘛。 
那把这些词设为关键词，遇到后就塞进垃圾箱，行不行呢？ 
行是行。但对方想规避也不难，最主要是它会误伤。 
不少正常邮件就是因为误碰了关键词，被塞进了垃圾站。 
网上还有人总结了关键词列表 ▼ 

所以关键词过滤垃圾邮件，还需要贝叶斯推断。 
贝叶斯推断基于了贝叶斯定理，这玩意咱不好细说，讲清楚最起码再开 2 篇文章。 
你只要知道，借助贝叶斯推断，过滤器会基于一群关键词，判定一个邮件为垃圾邮件的概率。 

怎么做呢？ 
我们提供归纳好的正常邮件、垃圾邮件，让过滤器统计每个词出现的频率。 
比如，“ 猛男 ” 在垃圾邮件里出现了 78 次，在正常邮件里出现了 5 次； 
这样过滤器就能大概推出，邮件里出现“猛男”一词时它为垃圾邮件的概率，假如 90%。 
同样其他词概率，也一样计算。 
如果我现在收到一封邮件，内容为：我是猛男，喜欢在半夜健身。 


我们可不能因为它含有 “ 猛男 ”，就判定它 90% 是垃圾邮件。 
而是要把 “ 喜欢 ” “ 半夜 ” “ 健身 ” 这些词一起算，求一个联合概率！ 
这样算出来的，才是一个内容为“ 我是猛男，喜欢在半夜健身 ”邮件，为垃圾邮件概率是多少。 
这个就是贝叶斯推断，只要我们收到的邮件越多，过滤器就会判断得越准。 
当然了，实际计算要复杂很多，我们不细讲，点到即止。 
到这里我们说的过滤方法，都是基于垃圾邮件的特征，比如不喜欢重发、关键词。 
但还有一类垃圾邮件更猥琐，它不会展现出明显特征，而是伪造成官方运营商，来骗你敏感信息。 
下面这张图里，是一份“ 比尔盖茨 ”寄来的邮件，从姓名和邮件地址来看，都是对的。 
这就代表它真的来自比尔盖茨了吗。 

网络邮箱的运行机制和微信、QQ双向通讯不同，它是单向通信。 
给别人发邮件，就是直接丢个包裹给服务器，说：我是 A，把这东西送给 B。 
有网站可以伪造发件人 ▼ 

为了解决这个问题，大家就多了一步验证技术，比如常见的 SPF（ Sender Policy Framework ）。 
一般大型运营商、银行都会采用这个技术防止别人假冒自己。 
SPF 的原理，就好比每个运营商、银行，在自家门口放个公告板，告诉大家只有来自 138.138.138.138、139.139.139.139 等 IP 才是他们的邮件。 
假若有人用它们名号去发邮件，服务器会对比 IP 地址。 
要是对不上，那就判为假冒，直接打回。 

随着发展，邮件认证技术后来还有 Domainkeys 以及改进版 DKIM，世超就不再多讲了。 
那既然有这么多的反击手段，垃圾邮件有消停吗？ 
并没有。 
2011 年，美国有大学做了实验估算发送垃圾邮件的收入，结果发现，如果卖的是伟哥，一天能赚 7000 美元。 
所以，纵使我们有一万个方法对付垃圾邮件，但因为利润足够吸引人，它们依然是打不死的小强，每年还是数千亿封的往外发送，用各种方式逃过拦截。