Тема: Оригинальная проверка на спам

Учитывая, что все спаммеры специально пишут сообщения так, чтобы их
никакие регэкспы их не ловили, к примеру какие-то слова пишут ч е р е з
пробелы или со _в_с_т_а_в_к_о_й каких-то лишних символов и т.д., которые
человек легко отсеивает, то пытаться угадать, что они напишут бесполезно.

Лучший способ (который пришел мне в голову после прочтения архива) - это
завести лишний почтовый ящик, всегда светить его вместе с нелишними
почтовыми ящиками на всех конференциях и т.д., чтобы спам приходил на все
ящики одновременно (у меня так и происходит), а потом удалять все
сообщения дупликаты (с одинаковым текстом и названием присоединенных
файлов, но не обязательно с совпадающей датой отправки и адресатом) в
разных ящиках. Кто-нибудь может написать такой правило/макрос и т.д. ?


Спасибо

Сергей

Как разработчик софта, я специально содержу два зеркальных сайта на двух физически различных хостерах, и у меня двойной набор почтовых ящиков, плюс еще один у провайдера доступа в инет. Итого получается около десятка адресов, куда потенциальный пользователь может отправить "для надежности" свое письмо, просто перечислив все известные ему адреса.
Не считать же теперь его письма спамом только потому, что они пришли одинаковые в разные ящики?

Насчет регекспов, я не согласен. Напротив, если тема письма содержит более 10 (15?) пробелов, тире или знаков подчеркивания - это явный спам. Можете опровергнуть?

У меня как раз нет проблем у детектированием спама по сабжу (есть проблема с кол-вом этих сигнальных слов )

пример:
ч.*е.*р.*е.*з.*п.*р.*о.*б.*е.*л

или, более тонко, можно указать, допустим. до трех любых небуквенных символов между "значащими" буквами.

Еще, из формулировки вопроса я понял что требуется фильтровать уже полученный на компьютер спам - а это имхо тривиально. Достаточно написать обычный фильтр входящей почты и перечислить несколько фраз или слов, характерных для спама, например купи, выиграй, самые низкие, отписаться, открытых источников, английский, отдых в, рассылки, бухгалтеру, семинары и так далее. В качестве действия фильтра - предусмотреть перемещение спама в отдельную папку. Кстати, недостаток стратегии опознавания спама по синхронному приходу в ящики состоит еще и в том, что как только письмо не пришло в другой(другие) ящики, мы перестаем считать его спамом. Это имхо опрометчиво…

По поводу службы поддержки - Вы меня не поняли. Завести надо "левые"
адреса, к-ый не рекламируются в виде Ваших. Один, к примеру, засветится в
конференции как Карл Маркс, а другой как Фридрих Энгельс. Вы не ждете
никаких писем этим адресатам, свои письма вы ждете на свои официальные
ящики. Так что если вдруг на левые адреса начинают приходить идентичне
е-мейлы и такие же приходят на официальные ящики - значит это чистой воды
спам.

По поводу регэкспов - написать-то Вы их по образцу-то напишите, но спам уж
сдишком изменчив стал - замучаетесь дописывать регэкспы - вроде сами в
этом и сознались. Поробуйте хотя бы убить все сообщения об изучении
английского языка - так сообщения меняются, что регэкспы неэффективны.

Итак, как программист Вы можете написать нужное правило/макрос и т.д. для
проверки дупликатов в нескольких ящиках ?

Сообщение от Sergo

По поводу службы поддержки - Вы меня не поняли. Завести надо "левые"
адреса, к-ый не рекламируются в виде Ваших. Один, к примеру, засветится в
конференции как Карл Маркс, а другой как Фридрих Энгельс. Вы не ждете
никаких писем этим адресатам, свои письма вы ждете на свои официальные
ящики. Так что если вдруг на левые адреса начинают приходить идентичне
е-мейлы и такие же приходят на официальные ящики - значит это чистой воды
спам.

По поводу регэкспов - написать-то Вы их по образцу-то напишите, но спам уж
сдишком изменчив стал - замучаетесь дописывать регэкспы - вроде сами в
этом и сознались. Поробуйте хотя бы убить все сообщения об изучении
английского языка - так сообщения меняются, что регэкспы неэффективны.

Итак, как программист Вы можете написать нужное правило/макрос и т.д. для
проверки дупликатов в нескольких ящиках ?

Ититская сила, BayesIt поставьте, или SpamPal, или POP3Catcher, и будет вам счастье

Э, нет - саме себе поставьте и дайте адресок. Я Вас на спам подпишу - будете каждый вечер настравивать, саообучать и т.д. эти програмки. Скоро Вам это надоест.

Ну не знаю человек, при умелых руках - все очень просто и быстро обучается.
Ребята с НоБата не дадут соврать, что процент не сработывания очень мал. Его можно итого меньшим сделать, но… времени блин как всегда нет

Сообщение от Sergo

Э, нет - саме себе поставьте и дайте адресок. Я Вас на спам подпишу - будете каждый вечер настравивать, саообучать и т.д. эти програмки. Скоро Вам это надоест.

Извините, я конечно чайница и не разбираюсь в программировании, но у меня есть ящик в который спам валит до 250-300 писем в день, и только когда поставила плагин BayesIt, я вздохнула свободно . Предпоследняя версия очищала его от 220-235 писем, а последняя версия с выборочным сканированием очищает от 245-248 писем.

Более того, он-таки САМОобучается, в отличие от любителей писать хитровыгнутые фильтры… Математика + формула Байеса rulez!

Отвечу по порядку снизу вверх

Как программист, я (может быть, пока еще) не умею написать макрос, работающий с несколькими ящиками.

Проблема с сигнальными словами (точнее, регекспами) которые опознают спам, не у меня как программиста, а у Бата (1.62r) как интерпретатора их. Я уже упоминал, более 40Кб текста, состоящего из полутора тысяч шаблонов, - это (полуавтоматом создаваемый) спам-фильтр в моем случае. К сожалению, старый Бат такое не может обрабатывать целиком. Я оплатил версию 2, но поскольку в ней уже можно вынести регекспы в плагин, скорее всего так я и сделаю.

Что касается любых фильтров которые анализируют содержимое письма, а не заголовка, меня это не устраивает, вне зависимости от технологии реализации. На локальной машине сортировать можно и средствами самого Бата, и поставить pop3-прокси - в любом случае надо выкачивать письма. Это меня категорически не устраивает.

Диспетчер почты Бата - вот то единственное, что меня интересует, и то, его недостаток в том, что неизбежный прием заголовков все равно создает значительный трафик (платный в моем случае). Чтобы это обойти, я поставил на сервере скрипт-убийцу, который напоминает веб-интерфейс большинства бесплатных почтовых систем (mail.ru, zMail и т.п.) и позволяет ценой примерно 60 байт на письмо управлять ящиком, в том числе удаляя группы писем по срабатыванию регекспов (в этом случае трафик вообще еле заметен ).

Естественно, что диспетчер по-своему тоже удобен, и вдобавок несколько гибче, чем тот мой скрипт, - почему я и пользуюсь обеими методами.

Установка на сервер специализированных решений типа SpamAssasin мне не нравится, поскольку реконфигурация представляется более нудной процедурой, нежели коррекция фильтров (фактически, локальных - на стороне клиента). Установить более жесткие/мягкие критерии "и забыть" про настройку SpamAssasin я не могу, нужно свести к минимуму риск утраты нормальных писем.

Насчет Байеса, обьясните мне, зачем использовать именно его для отнесения к спаму сообщения, тема которого содержит, к примеру, восемь восклицательных знаков или десяток согласных подряд, или латинские символы в русском слове (т.е. смесь кириллицы и отдельных латинских букв)? Мне не по душе сама идея тренировки фильтра. С тем же успехом я сам могу в Диспетчере пометить спам руками… Проще даже, мне кажется, взять словарь и если в заголовке написаны слова с ошибками, типа а!н!глийск!uй - то убивать такие письма молча. Напротив, если ошибок нет, но слово из спам-листа - то тоже убивать. Интересно куда подадутся спамеры в таком случае.

Не знаю, отнести ли к себе титул любителя хитровыгнутых фильтров но писать их совершенно не трудно, и если бы Бат просто молча следовал данным ему правилам, я бы возможно даже не знал о существовании forum.NoBat.ru - но ведь не работает же…