Filtres De Spam Expliqués
Que font-elles ? Comment fonctionnent-elles ? Qu'on est-il exact pour moi ? Par Alan Hearnshaw
Le Spam est un problème très réel que beaucoup de gens doivent traiter quotidiennement. Pour ceux qui ont décidé de faire quelque chose à son sujet et de commencer à étudier les options disponibles dans le Spam filtrant, cet article prévoit une brève introduction à vos options et aux types de filtres de Spam disponibles.
En dépit du choix ahurissant d'aujourd'hui disponible de filtres de Spam, réclamant tout à le meilleur "de sa sorte" il y a vraiment juste cinq méthodologies de filtrage en général l'utilisation aujourd'hui et tous les produits se fondent sur un, ou une combinaison de ces derniers :
Filtres Contenu-Basés
"dans le commencement, il y avait les filtres contenu-basés."
Ces filtres balayent le contenu du et recherchent les signes indicateurs que le message est Spam. En jours tôt de Spamming qu'il était tout à fait simple de regarder dehors pour l'"mise à mort exprime" comme "perdent le poids" et marquent un message comme Spam si on le trouvait.
Très bientôt cependant, les inondateurs obtenus sages à ceci et ont commencé à recourir à toutes sortes de tours pour recevoir leur message après les filtres. Les jours du l'"obscurcissement" avaient commencé. Nous avons commencé à recevoir des messages contenant l'expression "L0se Welght" (notez le zéro pour "o" et "l" pour "I") et bien plus bizarre ? et parfois tout à fait ingénieux ? variations.
Ceci a rendu les filtres contenu-basés de base quelque peu inefficaces, bien qu'il y ait de un ou deux sur le marché maintenant que soyez assez intelligent "voient par" des tentatives de thèses et fournissent toujours de bons résultats.
Filtres Basés Bayésiens
"le Révérend Bayes vient à la délivrance"
Soutenu à Londres 1702, le fils d'un ministre, Thomas Bayes a développé une formule qui lui a permise de déterminer la probabilité d'une occurrence d'événement basée sur les probabilités des événements probatoires deux ou plus indépendants.
Les filtres bayésiens "apprennent" d'étudier de bons et mauvais messages connus. Chaque message est coupé en "bytes de mot" simples, ou la marque et ces marque sont placées dans une base de données avec combien de fois elles sont trouvées dans chaque genre de message.
Quand un nouveau message arrive pour être examiné par le filtre, le nouveau message est également coupé en marque et chaque marque est recherchée dans la base de données. En extrapolant des résultats de la base de données et en appliquant une forme des bons de la formule révérends, savez en tant que "formule bayésienne" naïve, le message est donné une estimation de "spamicity" et peut être traité en conséquence.
Les filtres bayésiens sont typiquement capables de réaliser des taux très bons d'exactitude (> 97% n'est pas rare), et exigent l'entretien en cours très petit.
Filtres De Whitelist/Blacklist
"qui va là, ami ou ennemi?"
Cette forme très de base de filtrage est rarement employée seule de nos jours, mais peut être utile en tant qu'élément d'une plus grande stratégie de filtrage.
Un "whitelist" n'est rien davantage qu'une liste d'adresses de E-mail desquelles vous souhaitez accepter des communications. Un filtre de whitelist accepterait seulement des messages de ces personnes et tous les autres seraient rejetés
Une "liste noire", réciproquement, est une liste d'adresses de E-mail des adresses - et parfois d'IP (adresses d'identification d'ordinateur) - de quelles communications ne seront pas acceptées.
Tandis que ceci peut sembler comme une bonne idée dès le début, une méthodologie de whitelist est trop restrictive pour la plupart des personnes et, car pratiquement tous les E-mails de Spam portent forgés "" de l'adresse, il y a peu de point en rassemblant cette adresse pour l'interdire à l'avenir car il est très peu susceptible d'être le même temps suivant.
Il y a des corps sur l'Internet qui maintiennent une liste d'"mauvaises" sources connues d'E-mail. Beaucoup de filtres ont aujourd'hui la capacité de questionner ces serveurs pour voir si le message qu'ils regardent vient d'une source identifiée par ceci liste noire Internet-basée, ou de RBL. Tout en étant tout à fait efficaces, ils tendent à souffrir "des positifs faux" où bon des messages sont inexactement identifiés comme Spam. Ceci se produit souvent avec des bulletins.
Filtres De Challenge/Response
"sésame ouvert!"
Des filtres de Challenge/Response sont caractérisés par leur capacité d'envoyer automatiquement une réponse à un expéditeur précédemment inconnu les demandant de prendre une certaine autre mesure avant que leur message soit fourni. Ceci désigné souvent sous le nom d'un "essai de Turing" - appelé après qu'un essai conçu par le mathématicien Alan Turing de British pour déterminer si les machines pourraient "penser".
Les années récentes ont vu l'aspect de quelques services d'Internet qui exécutent automatiquement cette fonction de Challenge/Response pour l'utilisateur et exigent de l'expéditeur d'un E-mail de visiter leur site Web pour faciliter la réception de leur message.
Les critiques de ce système le prétendent être une mesure trop énergique et cela il envoie un message qui "mon temps est plus important que le vôtre" aux personnes essayant de communiquer avec vous.
Pour quelques bas utilisateurs de E-mail du trafic cependant, ce seul système peut être une méthode parfaitement acceptable d'éliminer complètement Spam de leur inbox - une étape au-dessus du système d'"Whitelist" décrit ci-dessus.
Filtres De la Communauté
"un front uni"
Ces types de filtres travaillent au principal "de la connaissance communale" du Spam. Quand un utilisateur reçoit un message de Spam, ils le marquent simplement en tant que tels dans leur filtre. Cette information est envoyée à un serveur central où une "empreinte digitale" du message est stockée.
Après qu'assez de personnes "aient voté" ce message à être Spam, puis il est arrêté d'atteindre toutes les autres personnes dans la communauté.
Ce type de filtrage peut s'avérer tout à fait efficace, bien qu'il se tienne pour raison pour laquelle il peut jamais être 100% efficace comme peu de gens doivent recevoir le Spam pour qu'il "soit diminué" en premier lieu. Juste comme son cousin semblable la liste de noir d'Internet (RBL), ce système peut également souffrir "des positifs faux", ou des messages inexactement identifiés comme Spam.
Si tout va bien vous êtes maintenant armé avec peu plus d'information pour pouvoir prendre une décision au courant sur le meilleur filtre de Spam pour vous.
Pour de plus amples informations, considérez lire les revues et les articles trouvés à http://www.whichspamfilter.com
Alan Hearnshaw est un informaticien et le propriétaire de http://www.whichspamfilter.com, un site Web qui conduit des examens détaillés hebdomadaires des filtres courants de Spam, fournit l'aide et les conseils dans le combat contre le Spam et fournit un forum utile de la communauté. alan@whichspamfilter.com
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!
