Dotaz: spam a ucenie

[matemate]

mam fc3 server, na postu pouzivam postfix+clamav+spamassassin, no v poslednej dobe mi prepusta mnozstvo spamov, ktore maju v predmete vzdy rovnake slovo *** VIjAGRA. Poradi mi niekto, ako naucit spamovy filter aby tieto maily detekoval ako spamy? Dik za akukolvek radu

---

---

Odpovědi

[sir Turbis]

Nemám s tím sice zkušenosti,ale jistě existuje nějaký soubor,ve kterém definuješ spamassassinovi jaká slova má odkud filtrovat (třeba v předmětu) a tyhle emaily automaticky mazat....

[tezkatlipoka]

Ty jsi nasadil SpamAssassin aniz jsi ho ucil?

[matemate]

on uz je nauceny, pracuje aj s razorom

[tezkatlipoka]

no ja ho ucim pomoci sa-learn, takze pokud bych mu dal nekolik mailu kde bude stejne subject, urcite z toho vyvodi dusledky. Jestli je ten subject vzdycky stejnej, dej na nej pravidlo treba do procmailu.

[matemate]

bolo by mozne priblizit postup zadania cez learn a procmail? dik

[tezkatlipoka]

no normalne se SA uci tak ze si nahazis obdrzene spamy do jedne slozky a das sa-learn --spam --mbox /cesta/kde/to/mas a on se z nich nauci, ale mel by jsi mu dat i nejake dobre maily, to je pak sa-learn --ham

s procmailem je to tezsi, pokud ti prichazi spousta mailu se stejnym subjectem, da se napsat pravidlo do procmailu, ktere je vyhodi,

:O H:
* ^Subject: Viagra
/dev/null

ale uz nevim, procmail uz moc nepouzivam

[Quak]

Aby SpamAssassin spravne fungoval, musi byt nauceny na --spam i --ham. Tusim, ze minimalni pocet je 200 mailu od kazdeho. Nestaci ucit jen spam. Aktualni velikost korpusu ukaze spamassassin --lint -D

[tezkatlipoka]

nevim co presne myslis korpusem, ale --lint kontroluje syntaxi configuraku.

[Ritchie]

Velikost korpusu se zjišťuje příkazem sa-learn --dump magic.

Minimální počet ham a spam emailů lze z výchozí hodnoty 200 změnit konfigurační volbou bayes_min_ham_num, resp. bayes_min_spam_num. Více v dokumentaci Mail::SpamAssasin::Conf. Když jsem ještě neměl SpamAssasin naučený, tak jsem snížil počet ham emailů na 150 a SpamAssasin si díky autolearn korpus sám postupně doplnil. Nyní mám v korpusu nspam 9004 a nham 2586.