В этом примере письмо было помечено как спам (X-Spam-Flag: YES) с оценкой SpamAssassin 7,2 (X-Spam-Score: 7,2) . X-Spam-Level показывает уровень «спамности» с помощью звездочек, причем большее количество звездочек указывает на более высокую оценку.
Фильтры спама на основе правил
Фильтры спама на основе правил, такие как SpamAssassin, используют Давайте попробуем набор правил для обнаружения спам-писем. Эти правила по сути являются шаблонами или условиями, которые, если они встречаются в письме, указывают на то, что оно, скорее всего, является спамом.
Например, правило из набора правил SpamAssassin:
В этом правиле условие заголовка проверяет, содержит ли электронное Давайте попробуем письмо URL-адрес, указанный в черном списке фишинга (в данном примере
Если URL найден, а электронное письмо не содержит локального Давайте попробуем контакта (что указывает на то, что это не легитимное сообщение), срабатывает метаправило. Это метаправило увеличивает оценку спама электронного письма на 5,0 баллов, что указывает на высокую вероятность попытки фишинга.
Эти правила — всего лишь пара примеров того, как SpamAssassin использует шаблоны и условия для определения спам-писем. Объединяя несколько правил и присваивая им оценки, SpamAssassin может эффективно классифицировать письма на основе вероятности их принадлежности к спаму.
Вероятностный спам-фильтр
Вероятностные спам-фильтры, такие как байесовский классификатор SpamAssassin, повышают эффективность фильтров на основе правил. Он использует машинное обучение для улучшения обнаружения спама.
В отличие от жестко запрограммированных Данные телеграммы Швейцарии правил, которые опираются на определенные шаблоны или условия, байесовский классификатор обучается на помеченных примерах спам- и неспам-писем, чтобы делать вероятностные прогнозы.
Байесовский классификатор присваивает вероятность каждому письму, указывая вероятность того, что это спам. Эта вероятность основана на наличии или отсутствии определенных признаков в письме, таких как определенные слова или шаблоны.
По мере того как классификатор сталкивается с большим количеством примеров
он совершенствует свои прогнозы, становясь со Как использовать отслеживание позиций для анализа конкурентов временем более точными.
Пользователи SpamAssassin могут настраивать байесовский классификатор, предоставляя ему помеченные примеры спам- и неспам-сообщений.
Это позволяет классификатору изучать конкретные шаблоны электронных писем пользователя и повышать точность своих действий.
Кроме того, пользователи могут включить параметр «bayes_auto_learn», который автоматически возвращает письма, которые фильтр уверенно классифицировал как спам или не спам, в классификатор для дальнейшего обучения.
Пользовательский набор правил SpamAssassin
В дополнение к встроенным правилам SpamAssassin у них есть список адресов электронной почты также позволяет устанавливать пользовательские наборы правил. Эти сторонние наборы правил можно легко добавить, поместив их в каталог конфигурации всего сайта.
В то время как этипользовательские наборы правилмогут быть весьма эффективными, важно отметить, что они не прошли тот же уровень контроля качества, что и основной набор правил. Поэтому использование сторонних наборов правил осуществляется на ваш страх и риск.