Comment les spammeurs tromper les filtres bayésiens - et comment les arrêter
Arrêt de spam de manière efficace sur le long terme, exige beaucoup plus que de bloquer les adresses IP et de créer des règles basées sur des mots-clés que les spammeurs utilisent généralement. La sophistication croissante des outils de spam de pair avec le nombre croissant de spammeurs dans la nature a créé une hyper-évolution dans la variété et le volume de spam. Les anciennes façons de bloquer les méchants ne fonctionnent tout simplement pas anymore.Examining-spam et bloque le spam la technologie peut éclairer la manière dont cette évolution est en cours et ce qui peut être fait pour lutter contre le spam et de récupérer l'e-mail comme l'échange efficace, outil de communication efficace, il est destiné à be.One la méthode utilisée pour lutter contre le spam est Bayesian Filtering. Nommé d'après Thomas Bayes, un mathématicien anglais, Bayesian Logic est utilisé dans la prise de décision et de statistique inférentielle. Bayesian déposants maintenir une base de données de spam connu et jambon, ou légitime e-mail. Une fois la base de données est suffisamment grand, le système classe les mots en fonction de la probabilité qu'ils apparaissent dans un spam message.Words davantage susceptibles de spam sont un score élevé (entre 51 et 100), et des mots susceptibles d'apparaître dans les messages légitimes sont donné un score faible (entre 1 et 50). Par exemple, les mots "libre" et "sexe" ont généralement des valeurs comprises entre 95 et 98, alors que les mots "accent" ou "désavantage" mai ont une note comprise entre 1 et 4. Communément utilisé des mots comme "le" et "que" et les mots nouveaux dans le filtre de Bayes ont reçu un score neutre entre 40 et 50 et ne seraient pas utilisés dans le système de algorithm.When le système reçoit un e-mail, il casse le message en jetons, ou des mots avec des valeurs qui leur sont assignées. Le système utilise des jetons de les évaluations sur le haut et bas de gamme et développe un client pour le courrier électronique dans son ensemble. Si l'e-mail spam a plus de jetons que le jambon de jetons, le message aura un score élevé spam. L'administrateur de messagerie électronique détermine une note seuil: le système utilise pour permettre de passer par e-mail à users.Bayesian filtres sont efficaces pour le filtrage du spam et de minimiser les faux positifs. Comme ils s'adapter et d'apprendre basée sur les commentaires des utilisateurs, Bayesian Les déposants de produire de meilleurs résultats car ils sont utilisés au sein d'une organisation dans le temps. Ils ne sont toutefois pas infaillible. Les spammeurs ont appris que les mots Filtres Bayesian envisager spam et ont développé des moyens pour insérer non-spam des mots dans les e-mails pour faire baisser le message global du spam score. En ajoutant des paragraphes de texte à partir de romans ou nouvelles, les spammeurs peuvent diluer les effets de haut rang mots. Insertion de texte a également provoqué normalement légitime mots que l'on trouve dans des romans ou des nouvelles pour avoir un score gonflé spam. Cette mai potentiellement rendre filtres Bayésiens moins efficace au fil time.Another approche les spammeurs utilisent pour tromper Bayésiens est de créer des filtres de moins de spam e-mails. Par exemple, un spammeur mai envoyer un e-mail ne contenant que les mots "Voici le lien". Cette approche peut neutraliser le spam score et ainsi d'inciter les utilisateurs à cliquer sur un lien vers un site Web contenant le message du spammeur. Pour bloquer ce type de spam, le filtre doit être conçu de manière à suivre le lien et de numériser le contenu des utilisateurs du site Web sont invités à visiter. Ce type de le filtrage n'est pas actuellement à l'emploi de filtres Bayésiens, car il serait trop coûteux en termes de ressources du serveur et pourrait potentiellement être utilisé comme une méthode de lancement d'attaques par déni de service contre commerciale avec tous les servers.As la méthode unique de méthodes de filtrage de spam, les filtres bayésiens sont efficaces contre les spammeurs utilisent certaines techniques pour tromper les filtres anti-spam, mais ne sont pas une solution miracle pour résoudre le spam problème. Filtres bayésiens sont les plus efficaces lorsqu'ils sont combinés à d'autres méthodes de spam detection.The SolutionWhen utilisés individuellement, chaque technique anti-spam a été systématiquement surmonter par les spammeurs. Grandiose plans à débarrasser le monde du spam, comme les compteurs d'un centime pour chaque e-mail reçu de serveurs ou de forcer à résoudre des problèmes mathématiques avant de livrer le courrier électronique, ont été proposés avec quelques résultats. Ces régimes ne sont pas et réaliste, il faudrait un grand pourcentage de la population à adopter la même méthode anti-spam de manière à être efficace. Vous pouvez en apprendre plus sur la lutte contre le spam, visitez notre site Web à www.ciphertrust.com et le téléchargement de nos whitepapers.Dr. Le juge Paul est un érudit et l'entrepreneur. Il est Chief Technology Officer à CipherTrust, le secteur le plus important fournisseur de sécurité e-mail d'entreprise. Le produit phare de l'entreprise, offre une IronMail meilleures solution anti-spam d'entreprise visant à arrêter le spam, les attaques de phishing et autres menaces par e-mail. En savoir plus, visitez
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!
