Cómo los spammers engañan los filtros bayesian - y cómo pararlos
Con eficacia parar el Spam sobre el largo plazo requiere mucho más que bloqueando direcciones individuales del IP y creando las reglas basadas en las palabras claves que los spammers utilizan típicamente. La sofisticación de aumento de las herramientas del Spam juntadas con el número de aumento de spammers en el salvaje ha creado una hiperactivo-evolucio'n en la variedad y el volumen de Spam. Las viejas maneras de bloquear a los malos individuos apenas no trabajan más.
La tecnología del Spam que examina y del Spam-bloqueo puede iluminar cómo está ocurriendo esta evolución y qué se puede hacer para combatir el Spam y para reclamar E-mail como la herramienta eficiente, eficaz de la comunicación que fue pensado para ser.
Un método combatía el Spam es filtración bayesian. Nombrado después de Thomas Bayes, utilizan a un matemático inglés, lógica bayesian en la toma de decisión y la estadística deductiva. Los limadores bayesian mantienen una base de datos del Spam y del jamón sabidos, o el email legítimo. Una vez que la base de datos sea bastante grande, el sistema alinea las palabras según la probabilidad que aparecerán en un mensaje del Spam.
Las palabras más probablemente a aparecer en el Spam se dan una cuenta alta (entre 51 y 100), y las palabras probablemente a aparecer en el email legítimo se dan una cuenta baja (entre 1 y 50). Por ejemplo, las palabras "libres" y el "sexo" tienen generalmente valores entre 95 y 98, mientras que las palabras "énfasis" o "desventaja" pueden tener una cuenta entre 1 y 4. Palabras comúnmente usadas tales como "" y "que", y palabras nuevas a los filtros bayesian se dan a cuenta neutral entre 40 y 50 y no sería utilizado en el algoritmo del sistema.
Cuando el sistema recibe un email, rompe el mensaje abajo en símbolo, o palabras con los valores asignados a ellos. El sistema utiliza el símbolo con las cuentas en el extremo inferior alto y de la gama y desarrolla una cuenta para el email en su totalidad. Si el email tiene más símbolo del Spam que símbolo del jamón, el email tendrá una cuenta alta del Spam. El administrador del email determina una cuenta del umbral que el sistema utiliza permitir que el email pase a través a los usuarios.
Los filtros bayesian son eficaces en la filtración del Spam y la reducción al mínimo de positivos falsos. Porque se adaptan y aprenden basado en la regeneración de usuario, el producto bayesian de los limadores resulta mejor mientras que los utilizan dentro de una organización en un cierto plazo. No son, sin embargo, a toda prueba. Los spammers han aprendido qué palabras consideran los filtros bayesian spammy y han desarrollado maneras de insertar palabras non-spammy en email para bajar la cuenta total del Spam del mensaje. Agregando en párrafos del texto de las novelas o de las historias de las noticias, los spammers pueden diluir los efectos de las palabras de la alto-graduacio'n. La inserción del texto también ha causado las palabras normalmente legítimas que se encuentran en novelas o historias de las noticias para tener una cuenta inflada del Spam. Esto puede potencialmente rendir en un cierto plazo menos eficaz bayesian los filtros.
Otro uso de los spammers del acercamiento de engañar los filtros bayesian es crear email menos spammy. Por ejemplo, un spammer puede enviar un email que contiene solamente la frase, "aquí es el acoplamiento?". Este acercamiento puede neutralizar la cuenta del Spam y tentar a usuarios para chascar encendido un acoplamiento a un sitio del Web que contiene el mensaje del spammer. Para bloquear este tipo de Spam, el filtro tendría que ser diseñado para seguir el acoplamiento y explorar el contenido de los usuarios del sitio del Web se piden visitar. Este tipo de filtración no es empleado por los filtros de Bayesian porque sería prohibitivo costoso en términos de los recursos del servidor y se podría actualmente potencialmente utilizar pues un método de lanzar la negación de los ataques del servicio contra los servidores comerciales.
Como con todas las metodologías de filtración del Spam del solo-me'todo, los filtros bayesian son eficaces contra cierto uso de los spammers de las técnicas de engañar los filtros del Spam, pero no son una bala mágica a solucionar el problema del Spam. Los filtros bayesian son los más eficaces cuando están combinados con otros métodos de detección del Spam.
La Solución
Cuando está utilizada individualmente, cada técnica contra-Spam ha sido superada sistemáticamente por spammers. Los planes grandiosos para librar el mundo del Spam, tales como carga de un penique para cada E-mail recibido o forzar los servidores para solucionar problemas matemáticos antes de E-mail que entregaba, se han propuesto con pocos resultados. Estos esquemas no son realistas y requerirían un porcentaje grande de la población adoptar el mismo método contra-Spam para ser eficaces. Usted puede aprender más sobre la lucha contra el Spam visitando nuestro Web site en www.ciphertrust.com y descargando nuestros whitepapers.
El Dr. Paul Judge es un erudito y empresario conocidos. Él es el principal oficial en CipherTrust, el abastecedor más grande de la tecnología de la industria de la seguridad del email de la empresa. El producto del buque insignia de la compañía, IronMail proporciona un la mejor de la solución del Spam de la empresa de la casta contra diseñada para parar el Spam, ataques phishing y otro las amenazas email-basadas. Aprenda más por http://www.ciphertrust.com/products/spam_and_fraud_protection que visita hoy.
Artículo Fuente: Messaggiamo.Com
Related:
» Seo Elite: New Seo Software!» AntiSpywareBOT
» Reverse Mobile
» Error Nuker
Webmaster obtener el código html
Añadir este artículo a su sitio web ahora!
Webmaster Envíe sus artículos
No es necesario que se registre! Completa el formulario y su artículo está en el Messaggiamo.Com Directorio!
