Comment les inondateurs dupent les filtres bayésiens - et comment les arrêter
Efficacement l'arrêt du Spam au-dessus du long terme exige beaucoup plus que bloquant différentes adresses d'IP et créant des règles basées sur les mots-clés que les inondateurs emploient typiquement. La sophistication croissante des outils de Spam couplés au nombre croissant d'inondateurs dans le sauvage a créé une hyper-évolution dans la variété et le volume de Spam. Les vieilles manières de bloquer les mauvais types juste ne fonctionnent plus.
La technologie examinante de Spam et de Spam-blocage peut illuminer comment cette évolution a lieu et ce qui peut être fait pour combattre le Spam et pour reprendre le E-mail comme outil efficace et efficace de communication on l'a prévu que pour être.
Une méthode combattait le Spam est filtrage bayésien. Appelé après Thomas Bayes, un mathématicien anglais, logique bayésienne est employé dans la prise de décision et les statistiques déductives. Les limeurs bayésiens maintiennent une base de données de Spam et de jambon connus, ou l'email légitime. Une fois que la base de données est assez grande, le système range les mots selon la probabilité qu'ils apparaîtront dans un message de Spam.
Des mots plus probablement à apparaître dans le Spam sont donnés de hauts points (entre 51 et 100), et des mots probablement à apparaître dans l'email légitime sont donnés de bas points (entre 1 et 50). Par exemple, le ?free de mots ? et ?sex ? ayez généralement les valeurs entre 95 et 98, tandis que le ?emphasis de mots ? ou ?disadvantage ? peut avoir des points entre 1 et 4. Mots généralement utilisés tels que le ?the ? et ?that ?, et des mots nouveaux aux filtres bayésiens sont donnés des points neutres entre 40 et 50 et ne seraient pas employés dans l'algorithme du système.
Quand le système reçoit un email, il casse le message vers le bas en marque, ou des mots avec des valeurs assignées à elles. Le système utilise la marque avec des points sur l'extrémité élevée et basse de la gamme et développe des points pour l'email dans l'ensemble. Si l'email a plus de marque de Spam que la marque de jambon, l'email aura de hauts points de Spam. L'administrateur d'email détermine des points de seuil que le système emploie pour permettre à l'email de passer à travers aux utilisateurs.
Les filtres bayésiens sont efficaces à filtrer le Spam et à réduire au minimum les positifs faux. Puisqu'ils s'adaptent et apprennent basé sur la rétroaction d'utilisateur, le produit bayésien de limeurs résulte mieux pendant qu'ils sont employés dans une organisation avec le temps. Ils ne sont pas, cependant, indéréglables. Les inondateurs ont appris quels mots les filtres bayésiens considèrent spammy et ont développé des manières d'insérer des mots non-spammy dans des email pour abaisser les points globaux du Spam du message. En s'ajoutant dans les paragraphes du texte des romans ou des histoires de nouvelles, les inondateurs peuvent diluer les effets des mots du haut rang. L'insertion des textes a également causé les mots normalement légitimes qui s'avèrent dans les romans ou les histoires de nouvelles pour avoir des points gonflés de Spam. Ceci peut potentiellement rendre le temps fini moins efficace bayésien de filtres.
Une autre utilisation d'inondateurs d'approche de duper les filtres bayésiens doit créer les email moins spammy. Par exemple, un inondateur peut envoyer un email contenant seulement l'expression, le lien des ?Here ?. Cette approche peut neutraliser les points de Spam et attirer les utilisateurs pour cliquer sur un lien à un Web situent contenir le message de l'inondateur. Pour bloquer ce type de Spam, le filtre devrait être conçu pour suivre le lien et balayer la teneur des utilisateurs d'emplacement de Web sont invités à visiter. Ce type de filtrage n'est pas actuellement utilisé par des filtres de Bayesian parce qu'il serait prohibitivement cher en termes de ressources de serveur et pourrait potentiellement être employé car une méthode de lancer le démenti des attaques de service contre les serveurs commerciaux.
Comme avec toutes les méthodologies de filtrage de Spam de simple-méthode, les filtres bayésiens sont efficaces contre certaine utilisation d'inondateurs de techniques de duper des filtres de Spam, mais ne sont pas une balle magique à résoudre le problème de Spam. Les filtres bayésiens sont les plus efficaces une fois combinés avec d'autres méthodes de détection de Spam.
La Solution
Une fois utilisée individuellement, chaque technique anti-Spam a été systématiquement surmontée par des inondateurs. On a proposé des plans grandioses pour débarrasser le monde du Spam, tels que charger un penny pour chaque E-mail reçu ou forcer des serveurs pour résoudre des problèmes mathématiques avant E-mail livrant, avec peu de résultats. Ces arrangements ne sont pas réalistes et exigeraient d'un grand pourcentage de la population d'adopter la même méthode anti-Spam afin d'être efficaces. Vous pouvez apprendre plus au sujet du combat contre le Spam en visitant notre site Web à www.ciphertrust.com et en téléchargeant nos whitepapers.
Au sujet de l'auteur :
Dr. Paul Judge est un disciple et un entrepreneur remarquables. Il est l'officier en chef de technologie chez CipherTrust, le plus grand fournisseur de l'industrie de la sécurité d'email d'entreprise. Le produit du navire amiral de la compagnie, IronMail fournit un meilleur de la solution de Spam d'entreprise de race anti conçue pour arrêter le Spam, les attaques phishing et autre des menaces email-basées. Apprenez plus par www.ciphertrust.com/products/spam_and_fraud_protection visitant aujourd'hui.
Source D'Article: Messaggiamo.Com
Related:
» Seo Elite: New Seo Software!» AntiSpywareBOT
» Reverse Mobile
» Error Nuker
Webmaster obtenir le code html
Ajouter cet article sur votre site Web dès maintenant!
Webmaster envoyer vos articles
Aucune inscription requise! Remplissez le formulaire et votre article est dans le Messaggiamo.Com répertoire!
