Dotaz: Spamassassin a jeho uceni

[Kamorek]

Zdravim podruhem vim ,z etoto tema tu uz bylo, treba to poslouzi i jinzm, kdyz to trochu shrnu.
Muj dotaz se tyka spamassassina a jeho uceni. Shlednul jsem clanky: http://www.abclinuxu.cz/forum/show/40643 http://www.abclinuxu.cz/forum/show/62006 Nejsem si jistej, ze jsem vse pochopil spravne, mozna jsem prisel na novy, jednodussi postup. Proste Muj postup je tento: /v etc/mail/spamassassin/local.cf:
use_bayes 1
bayes_path /var/spool/amavis/.spamassassin/bayes #v tomto DIR jsou :bayes_journal, bayes_seens, bayes_toks
auto_learn 0

Tak: U vsech uctu jsem vytvoril aliasy na usery SPAM a HAM, takze posta pro vsechny se mi posila krom svym adresatu na 2 stejne ucty. K temto 2 uctum se 1x za tyden pripojim pres IMAP a na uctu SPAM vymazu vsechny rozumne zpravy a na uctu HAM vsechny spamy.
Pak spustim sa-learn ham na uctu HAM a sa-learn spam na uctu SPAM. Je to correct? A bijte do me, pokud se vam neco nezda. Dik

Odpovědi

[unchallenger]

K temto 2 uctum se 1x za tyden pripojim pres IMAP a na uctu SPAM vymazu vsechny rozumne zpravy a na uctu HAM vsechny spamy. Pak spustim sa-learn ham na uctu HAM a sa-learn spam na uctu SPAM. Je to correct?

Ne, to je chyba, protože takhle bude stále dělat tatáž chybná rozhodnutí, zlepší se leda náhodou. Musíš přesunout chybně klasifikované maily do správné kategorie, a pak učit.

[Kamorek]

Prolil bych objasnit posledni vetu. "Presunout do spravne kategorie..."
na uctu SPAM zustane prece pouze spam a na HAM zustane pouze OK posta...

[Kamorek]

jinak:
sa-learn --spam /var/spool/amavis/ham sa-learn --spam /var/spool/amavis/spam
kde ham je addr s uctem, kde je ham a spam je addr s uctem, kde je spam?

[jm]

To asi ne...

[Kamorek]

dik za radu jm , Mohl bys to trochu objasnit ?

[unchallenger]

sa-learn --spam /var/spool/amavis/ham

;-)

[jm]

Hint: Opravdu je v obou adresarich spam?

[unchallenger]

na uctu SPAM zustane prece pouze spam a na HAM zustane pouze OK posta

To je sice pěkné, ale když špatně zařazené maily jen tak smažeš, SA se nikdy nedozví, co klasifikoval špatně, takže to s velkou pravděpodobností špatně klasifikuje opět. A bude se jen utvrzovat v tom, jak už to stejně třídí.

Buď mluvíme každý o něčem jiném, nebo vůbec netušíš, jak funguje bayesovský klasifikátor, a pak to řekni rovnou.

[Kamorek]

Pro jm. Jasne, preklep jako krava
Bayes se nemá co dozvídat, co klasifikoval spatne protoze klasifikuje pouze 100% spam, nebo 100% ok maily.
Takze takhle.
1) Vsechny firemni emaily preposilam krom svych adresatu na ucet BUFET
2) Pres IMAP otevru tento ucet a spamy presunu v outlooku do slozky SPAM, okpostu presunu do slozky HAM. Takze v /home/bufet mam krom jineho soubory spam a ham.
3) soubor spam frknu do /var/spool/amavis/spam
4) soubor ham frknu do /var/spool/amavis/ham
5) sa-learn --ham /var/spool/amavis/ham
6) sa-learn --spam /var/spool/amavis/spam
A ted me pos**, jestli to neni OK.
Me staci v tomto pripade, kdyz vim, ze to funguje, nepotrebuju vedet jak to funguje. Nemusim vedet vsechno
Dikec

[unchallenger]

Bayes se nemá co dozvídat, co klasifikoval spatne protoze klasifikuje pouze 100% spam, nebo 100% ok maily.

Obávám se, že jsi ztracený případ.

[jm]

Priznam se, ze nerozumim hned tomu vychodisku, takze tech dalsich 6 bodu uz jsem ani necetl.

[Kamorek]

No, myslim, ze muj postup je spravny. Uvidim a dam vedet jak to dopadlo. Mozna se jen spatne vyjadruju.
Yeti:
To je sice pěkné, ale když špatně zařazené maily jen tak smažeš, SA se nikdy nedozví, co klasifikoval špatně, takže to s velkou pravděpodobností špatně klasifikuje opět.
jen jsem myslel, ze zadne spatne zarazene emaily nemam... V souboru ham je pouze 100% ham a v souboru spam je pouze 100% spam.Prece ty soubory vytvarim ja.
Nicmene doufam, ze postupuju spravne. SA se vypnout da vzdy

[unchallenger]

Když nemáš, tak nemáš. Až budeš mít, tak je nemaž (já z toho snad začnu básnit ;-) ale přesuň z ham do spam či naopak.

[Kamorek]

ok. Dik óóóó nejvyssi.
alik

[unchallenger]

Jestli jsou v 3) a 4) soubory (formát mbox), tak sa-learn --mbox.

[Honza]

Zdravim. Mam takovej mensi problem. SpamAssassin frci ale spatne filtruje spamy...resp. nefiltruje. Dokonce sem vypnul samouceni aby se posta filtroval jen skrze Razor a DCC.Jenze ackoliv dojde jakejkoliv spam stejne mu to dava hodnoceni -20 az -40...obcas neco dostane 0.05 ale kdyz ho poslu znovu tak se to hodnoceni jeste zmensi(coz by mohlo byt logicke v ramci casove posloupnosti)...ale coz?! Muze nekdo poradit?Diky

[unchallenger]

A za co ty záporné body dostává? Máš to nejspíš napsáno hlavičkách.

[Honza]

Defaultni scoring. V hlavickach se me to uklada od 0.0 hodnoceni a navic nemam podrobne hodnoceni do hlavicky.Hodnoceni vycitam z logu. Prenastavim to....

[Honza]

Tak tady jsou hlavicky 2 spamu.

X-Spam-Status: No, hits=-16.189 tagged_above=-55 required=6.3 tests=AWL,
 LOCAL_RCVD, RAZOR2_CF_RANGE_51_100, RAZOR2_CHECK, URIBL_AB_SURBL,
 URIBL_OB_SURBL, URIBL_SBL, URIBL_SC_SURBL, URIBL_WS_SURBL

X-Spam-Status: No, hits=-29.755 tagged_above=-55 required=6.3 tests=AWL,
 LOCAL_RCVD, RAZOR2_CF_RANGE_51_100, RAZOR2_CHECK, URIBL_AB_SURBL,
 URIBL_OB_SURBL, URIBL_SBL, URIBL_SC_SURBL

Docela zajimave ohodnoceni na spam -16 a dokonce -29 a to sou jeste horsi(-40atd).Dost mozna ze tam nevidim DCC ze by nejak nefungoval? Zkousel jsem ./cdcc "info" a vse vypada v poradku.

[unchallenger]

Sice za to nejspíš může AWL, ale v těch testech není nic, za co by defaultně bylo tak velké záporné skóre (viz http://spamassassin.apache.org/tests_3_0_x.html), takže to máš nějak zvláštně nakonfigurované...

[Honza]

To mas nejspis pravdu. Ja sice pozdeji nastavil AWL na 0 ale nesmazel .spamassassin/auto-whitelist takze to mozna pouziva ale nepridaval nove polozky.Nicmene to vyzkousim.Diky