Dotaz: Databáze spamů

[Lukáš Zapletal]

Existuje na Internetu databáze spamů ve formátu mailbox, kterou bych mohl prostě jen podstrčit Spamassasinu? Vím, že si to mám sptávně třídit sám, ale když mě se nechce.

Nechtěl by nějaký Spamassasin guru (Yeti) vytvořit nějaký skript, který by každý týden třeba udělal bzip spamu? To by bylo dobré...

No ale asi mě rychle vyvedete z omylu, co?

Odpovědi

[Kamorek]

HEHE, to by se mi taky libilo. A jeste s podrobnym navodem, jak to naimplantovat . Snezny muzi, spolehame na tebe

[unchallenger]

Borci, já ale nevím, co vlastně chcete. Pokud máte SA, tak se vám spam snad třídí, ne? Nechápu, k čemu byste ho jinak měli...

[unchallenger]

Třiď si to sám. Ty tři řádky z dokumentace SA snad do .procmailrc/.qmail opsat zvládneš... Nebo ti chodí příliš málo spamu, aby sis na něm mohl natrénovat SA?

[Lukáš Zapletal]

No používám qmail a vpopmail, takže asi těžko to půjde dát do domovského adresáře uživatele...

Chtěl bych třídit spam všem...

[unchallenger]

Počkej, začal jsi o databázi spamu, kterou asi chceš vytvářet ze spamu, co dojde uživatelům...

Qmailu zrovna nehovím; ale jde snad udělat, že

- SA se to prožene ještě v systémové fázi, pod pevným uid, který pak bude vlastníkem bayesovkých dat

- spam se doručuje uživatelům do jiného folderu než normální mail

Potom stačí ... v podstatě nic, funguje to samo. Jediný problém je zpětná vazba od uživatelů, kteří by měli moc false positives nebo false negatives. To jde řešit tak, že se kromě mail folderu spam zavede ham, kam mohou uživatelé nahrávat věci, které byly chybně klasifikovány jako spam -- a na obou se bude SA jednou za čas trénovat. Když mají všichni společné váhy, nemusí být bayesovský klasifikátor tak účinný, protože některým chodí divné maily, které ale nejsou spam...

Stále ale nevidím, kde by v tom měla hrát roli jakási databáze spamu, kterou by kdosi kdesi balil bz2ipem...

[Kamorek]

Nazdar Yeti, to byl takovej forek, znelo to pekne. (databaze spamu) Ale kdyz uz o tom mluvime. Asi se shodim, ale muj SA jsem nainstaloval rovnou s Fedorou. Kdyz jsem nainstalil Amavis, najednou jsem se nestihal divit,proc se mi odchytava nejaka posta jako spam, kdyz SA je vypnut. Kdyz jsem dle nejakych navodu nastavil HITs na 6, tak i tak nektere emaily neprosly a to mely HITS treba 5,6. bylo treba nastavit jeste dalsi 2 podminky, ktere maji vliv na vyhodnocovani emailu jako spamu a to v konfiguracich, ktere mi pripadaly dost divne. A na divnych mistech. /usr/share/spamassassin.

Zvlast problemy mam s lidma s Ciny, jejichz emaily vykazuji vsechny vlastnosti spamu. HITS 9 a vic.Nevim, proc. Musel jsem jim udelat WHITELIST a tam jsou vsichni, kterym duveruju. Kdyby napsal jinej Cinan, asi ma smulu. Pritom Amavis mam pro Antivir ClamAV. Nicmene ted se vse ustalilo, obcas kontroluju spam zachyceny na sereru a obcas zachyti i normalni email, nicmene naprosto nedulezity. Vim, ze v a amavisd.conf se da SA vypnout, ale jsem vdecny alespon za tu trochu, co odfiltruje. Takze abych se priznal, asi SA nic neucim, ale chtel bych se na to ted nekdy podivat. Nebo ho napojit alespon na nejake webove databaze spameru.(RAZOR a DCC).Takze kdyby nekdo mel dobry odkaz na dobry link, kde jsou popsany konfiguraky SA , event Amavis-new, tak Kama bude moc rad.

Ja znam jen:http://www.root.cz/clanek/1920

Mam Fedoru 1, Postfix, Amavis-new.

Diky moc, mejte se.

[unchallenger]

S lidma z Číny a pod. jsem měl problém taky, hlavně v Gtk+ konferenci, jinak mi moc nepíšou ;-) Vyřešil jsem to právě ručním projitím low-score spamu, vytříděním hamu a přeučením sa-learn --ham. Další problém je, že mívají nastavený jako jazyk mailu čínštinu (i když je třeba anglicky), kterou má málokdo v seznamu přijatelných jazyků, za což dostanou další bodíky.

[funny]

Možná, že to, co hledáte, jsou distribuované hash databáze spamů, jako razor (razor.sf.net), pyzor (pyzor.sf.net)...

Koukněte na http://spamassassin.apache.org/index.html.

Myslím, že před časem mi to po nainstalovaní "čehosi" takového třídílo lépe bez učení.

Ale to učení zkuste, je to dost dobrý.