车东 » May 2007 | 姓张的小子

« Expand/Collapse

车东

May 24, 2007
7:13
America's fear of China?
» ‎ 车东

Enclosure: [download]

车东 posted a photo:

www.economist.com/images/20070519/20070519issuecovUS400.jpg
4:22
恶意软件的分布地图
» ‎ 车东

Enclosure: [download]

车东 posted a photo:

Google在线安全实验室绘制了一张恶意软件的分布地图.根据受威胁的网站分布情况分颜色展示,主要集中在中国、美国、德国和俄罗斯,颜色越红表示受灾严重,
绿色表示没有发现来源,
黄色表示低活动率,
橙色表示中等,
红色表示严重.
googleonlinesecurity.blogspot.com/2007/05/introducing-goo...
Google提醒各位浏览者要多加小心.
翻译： www.cnbeta.com/articles/27027.htm
May 23, 2007
4:18
解决MT发送邮件通知给GMail遇到的SPF校验问题
» ‎ 车东

blog系统有一个很有用的功能就是邮件发送留言通知：但是发送到GMail邮箱的通知信十有八九都会被标记为垃圾邮件。原因就是SPF：Sender Policy Framework (SPF) 要做发送人校验，而MT设置的发信人是留言者的邮件地址，而退信地址是MT系统所在服务器的邮箱。 Received-SPF: neutral (google.com: 60.195.249.163 is neither permitted nor denied by domain of apache@localhost.localdomain) 我的WEB服务器上没有任何邮件系统。所以无法通过SPF校验，有严格的SPF校验这也是GMail相对Spam比较少的原因。如何解决呢： 1 增加邮件系统，设置MX记录等，需要学不少东西； 2 简单的就是先发到不支持SPF校验的邮件系统上，然后再转发给GMail，这时候的退信地址已经转发邮箱了： Received-SPF: pass (google.com: domain of #####@yeah.net designates 60.12.227.137 as permitted sender) 什么是SPF？ SPF 是发送方策略框架 (Sender Policy Framework) 的缩写，正在逐步成为一个防伪标准，来防止伪造邮件地址。您的域管理员或托管公司仅需在域名系统 (DNS) 中发布 SPF 记录。这些简单的文本记录标识了经过授权的电子邮件发送服务器（通过列出这些服务器的 IP 地址）。电子邮件接收系统会检查邮件是否来自经过正确授权的电子邮件发送服务器。检查步骤如下，发送人向接收方发送一封电子邮件后，邮件接收服务器接收电子邮件并执行如下操作： • 检查哪一个域声称发送了该邮件并检查该域的 SPF 记录的 DNS。 • 确定发送服务器的 IP 地址是否与 SPF 记录中的某个已发布 IP 地址相匹配。 • 对电子邮件进行打分：如果 IP 地址匹配，则邮件通过身份验证并获得一个正分。如果 IP 地址不匹配，则邮件无法通过身份验证并获得一个负分。然后，对现有的防垃圾邮件筛选策略和启发式筛选应用这些结果。
May 17, 2007
1:24
MagpieRSS的parse_w3cdtf()函数对blogger atom格式的bug修正
» ‎ 车东

很奇怪从Lilina上订阅的blogger.com发布的内容发布时间总是显示为未来8小时（格林威治）时间，一开始怀疑是atom输出的时区设置问题，但是看了atom.xml的输出，发现是有时区设置的，和其他引用的atom输出的主要区别在于发布时间有毫秒设置：
<published>2007-05-15T14:49:00.000+08:00</published>
Lilina是一个基于MagpieRSS的聚合工具，MagpieRSS中对于atom格式时间的解析是通过rss_utils.inc中的parse_w3cdtf()函数，当时可能没有考虑到秒后面还有毫秒，导致对后面的时区设置解析失败，变成了格林威治时间。修正后的正则表达式和代码如下：可以兼容解析其他标准的ISO 8601时间格式解析。
diff -r1.7 rss_utils.inc
28c28
<     $pat = "/(d{4})-(d{2})-(d{2})T(d{2}):(d{2})(:(d{2}))?(?:([-+])(d{2}):?(d{2})|(Z))?/";
---
>     $pat = "/(d{4})-(d{2})-(d{2})T(d{2}):(d{2})(:(d{2}))?(.d{3})?(?:([-+])(d{2}):?(d{2})|(Z))?/";
43c43
<                 array( $match[8], $match[9], $match[10]);
---
>                 array( $match[9], $match[10], $match[11]);

给Blogger的问题：这个修改有些nerdly吧？文章发表时间有必要精确到毫秒吗？我找到的atom的相关规范是按照ISO 8601格式，也就是：2007-05-15T14:49:00+08:00

运行了一天，这个函数修正没有问题。
MagpieRSS项目已经hosting到了Google上：
[code.google.com]
May 12, 2007
10:11
“如何”和“怎样”方便的找到用户的需求
» ‎ 车东

目前很多搜索引擎的竞价客户还不太善于选择关键词发现和挖掘潜在客户，如何引导客户从用户角度考虑问题呢？用户遇到问题/需求的时候一般都用什么关键词寻找解决方法呢？百度的相关搜索接口是一个很方便的来源，直接搜索 “如何” 、“怎样”还能知道现在网民最多的需求：
1 如何炒股 2 如何购买基金 3 如何减肥 4 如何买基金 5 如何看k线图 6 如何打开注册表 7 如何重装系统 8 如何买股票 9 如何制作网页 10 如何进入安全模式
类似的：从日志统计中发现，spoolsv.exe是最大的用户来源。那么除了spoolsv.exe外，用户还经常搜那些相关的问题呢？查一下“.exe”就可以关联出其他经常被查询的关键词。
1 svchost.exe 2 cmd.exe 3 iexplore.exe 4 alg.exe 5 wuauclt.exe 6 ctfmon.exe 7 explorer.exe 8 taskmgr.exe 9 avp.exe 10 rundll32.exe 11 spoolsv.exe
原来spoolsv.exe只是一个此类关键词中流量排名第11位的，通过搜索量状态条可以推算出其他关键词的搜索量。 Google的搜索引擎建议也是包含搜索量因素的排序：此外：热榜和搜索风向标也是将比较各种关键词来源趋势的好工具。
May 07, 2007
23:27
基于邮箱通讯录导入的用户联系圈扩展
» ‎ 车东

有一个很好的通讯录管理功能对于SN用户的扩展来说很重要：最近使用 LinkedIn多了起来，因为LinkedIn提供了直接通过web界面将GMail，Hotmail，Yahoo Mail的通讯录导入功能，然后可以从导入的联系人中识别出已经在LinkedIn注册的用户，并批量发送链接邀请。通过这三个邮箱的导入：LinkedIn上将联系人由几十人扩大到了200多人，FaceBook上也有类似功能：导入邮箱通讯录后，联系人增加了40多人。用户之所以允许LinkedIn和FaceBook进行基于通讯录的病毒式营销原因有以下几点： 1 方便：基于web的导入比起让用户从web邮箱选择CSV格式导入再上传要方便很多； 2 信任：用户对网站服务隐私保护的信任，这2个导入服务都不存储邮箱帐号，密码； 3 定向/可过滤：从导入的联系人中选择已注册本服务的用户比直接向所有导入的联系人发送邀请通知要聪明很多：因为导入的邮箱联系人中有很多是网站的客服帐号，邮件列表地址等不适合发送的地址，通过已注册检查可以很方便的过滤掉这些地址，减少不礼貌的Spam；相比较之下: 国内的SN服务往往只允许通过CSV格式的地址簿导入，功能显得非常单薄. 只有We@Link有一个基于ActiveX的控件帮助你从OutLook / Outlook Express / MSN倒入, 但是也缺乏: 有多少联系人已经在网络中这个功能。想像一下这个查询量还是挺大的：如果你有4000个联系人，如果从这4000个人中在整个服务的100万用户查出交集，需要一个效率很高的索引实现。
May 06, 2007
6:17
Vista图标设计
» ‎ 车东

Enclosure: [download]

车东 posted a photo:

www.theinquirer.com.cn/read.php/1225.htm
May 03, 2007
9:56
awstats统计中过滤trackback spam
» ‎ 车东

MT的trackback关闭了一段时间了，但是即使是404脚本不存在了：上个月仍然收到了trackback请求26万左右（估计占独立用户的5%-10%）。
404 Document Not Found 276101 95.2 % 1.43 G字节
；用了fastcgi，对于系统来说也是一个很高的负载。而且对于AWStats统计来说：即使是404请求，也是计算到来访的独立用户的，这样会造成很多误差：比如去年10月份的统计，很难想想来自于那些国外机房（美国，日本，丹麦）的流量居然占了top 10 IP来源中的9个，让这个TOP 10 IP来源完全失去了意义。
主机 (前 10) - 全部列出 - 最近参观日期 - 无法反解译的IP地址主机 : 0 个解译成功, 164470 无法得知(不能反解网域名称) 119778 参观者 GeoIP Country GeoIP City 网页数文件数字节最近参观日期 38.98.120.69 United States Washington 9207 9308 438.99 M字节 2006年 10月 31日 23:58 8.11.2.79 United States 无法得知 8961 9058 267.84 M字节 2006年 10月 11日 04:13 220.181.18.77 China Beijing 1278 1278 31.18 M字节 2006年 10月 31日 18:59 61.12.159.237 Japan Kami-meguro 1081 1324 24.45 M字节 2006年 10月 29日 10:44 82.103.132.52 Denmark 无法得知 744 744 9.96 M字节 2006年 10月 31日 03:27 61.149.109.88 China Beijing 734 939 22.79 M字节 2006年 10月 03日 01:25 72.21.39.242 United States Frisco 684 710 17.87 M字节 2006年 10月 31日 10:16 220.189.213.3 China Hangzhou 528 11357 31.71 M字节 2006年 10月 31日 20:54 209.67.217.226 United States Dallas 515 515 12.11 M字节 2006年 10月 31日 23:31 64.27.19.254 United States Los Angeles 508 800 52.20 M字节 2006年 10月 31日 23:37
过滤了404也只是相对接近真实了一点：仍然有大量用于发现trackback侦察机在抓取：
58.25.99.171 China Shanghai 383 536 11.04 M字节 2007年 5 月 02日 23:23 222.210.108.237 China Beijing 263 263 2.15 M字节 2007年 5 月 02日 16:49 69.46.20.87 United States Tampa 162 162 4.18 M字节 2007年 5 月 02日 22:51 66.232.114.68 United States Tampa 152 152 4.12 M字节 2007年 5 月 02日 09:50 69.46.16.231 United States Tampa 146 146 3.86 M字节 2007年 5 月 02日 23:59 66.232.112.56 United States Tampa 110 110 2.99 M字节 2007年 5 月 02日 00:53 206.51.229.7 United States Tampa 110 110 2.87 M字节 2007年 5 月 02日 01:16 66.98.228.48 United States Houston 100 100 2.29 M字节 2007年 5 月 02日 01:16 201.226.51.7 Panama 无法得知 99 129 2.47 M字节 2007年 5 月 01日 11:48 216.246.78.191 United States Chicago 94 94 4.19 M字节 2007年 5 月 02日 23:53
解决方法：在awstats.chedong.conf文件中增加过滤文件配置 1 SkipFiles，过滤所有cgi-bin/mt目录下的访问请求; 2 SkipUserAgents 过滤trackback的空UA侦察机；配置样例：
SkipFiles="REGEX[^/cgi-bin/mt/]" SkipUserAgents="-"
真实的数字：比绝对值更重要。关闭了trackback后如何统计来源呢：利用搜索引擎的blogsearch的link:example.com明令是一个比较好的方法。