Спам-фильтр

Английское существительное "спам" в спам-фильтре может быть переведено как немецкое слово Abfall. Первоначально это относится к мясным консервам. В секторе ИТ это относится к незапрошенным электронным сообщениям, т.е. они доставляются без запроса получателя. Обычно они содержат рекламу. По данным исследования гамбургского статистического портала Statista, в 2014 году количество спам-посылок по всему миру составило 28 миллиардов. Это глобальная проблема, которая решается с помощью спам-фильтра; в частности, нежелательные сообщения должны быть отсортированы компьютерной программой. Отправитель такой нежелательной почты называется спамером, процесс называется спамом или спамом.

Области применения спам-фильтра

Классически использование спам-фильтра ограничивалось сортировкой нежелательных писем. Для этого с помощью алгоритмов были построены модули для почтовых программ и почтовых серверов. Однако, поскольку в прошлом значимость рекламы в Интернете возрастала все больше и больше, более новые программы также фильтруют страницы. Точнее, спам-фильтры также используются в веб-браузерах, вики и блогах.

Методы работы спам-фильтра

Спам-фильтры собирают информацию, которая непосредственно связана с почтой. Это может быть содержимое самого письма, но также и отправитель сообщения может быть проверен в ограниченной степени. Стали известны три метода:
а) метод чёрного списка. Черный список - это "черный список", который является синонимом нежелательного контакта. Что касается содержания, то в таком списке перечисляются определенные выражения и ключевые слова. Алгоритм ищет письмо по этим ключевым словам; если он найдет такие ключевые слова, это приведет к тому, что письмо будет отсортировано. Та же процедура может быть распространена и на отправителя. Многие спам-фильтры, работающие по методу "черного списка", уже содержат обширную базу данных. Пользователи могут расширить эту базу данных в соответствии со своими личными потребностями.

б) Метод фильтра Байеса. Метод фильтра Байеса основан на теории вероятности и требует сотрудничества со стороны пользователя, особенно на начальном этапе. Если он настроен правильно, то превосходит метод черного списка. В этом методе пользователь должен идентифицировать полученные письма как Спам классифицировать спам или не спам. Байесовский фильтр обучается правилам в фоновом режиме без какого-либо вмешательства в алгоритмы. Примерно после 1 000 самостоятельно отсортированных писем фильтр работает самостоятельно. Байесовский фильтр также продолжает обучаться в ходе последующей пересортировки.
с) База данных основанные решения. Рекламные сообщения содержат, в частности, ряд данных, которые должны привести к конкретному контакту. Это включает в себя, прежде всего, URL-адрес веб-сайт и номер телефона. В решениях на основе баз данных используются алгоритмы поиска этой информации. Если их найдут, почта будет отсортирована. Коэффициент успешности таких процедур можно охарактеризовать как очень хороший. Несмотря на то, что рекламные сообщения можно переделывать снова и снова и, таким образом, в неограниченном количестве, определенные данные всегда остаются неизменными.

Частота отказов спам-фильтров

В прошлом спам-почта становилась все более изощренной. В результате приложение фильтрации спама должно развиваться. Это требует усилий и затрат, поэтому некоторые провайдеры взимают плату за любую услугу. Кроме того, сортировка с помощью программ связана с частотой ошибок, но это можно сократить с помощью обучения. Ложноположительное обнаружение - это когда спам приходит в обычный почтовый ящик; ложноположительное обнаружение - это когда обычная почта ошибочно принимается за спам. В то время как меры по оптимизации снижают вероятность ошибок при обнаружении ложных срабатываний до десяти до одного процента, обнаружение ложных срабатываний имеет тенденцию к нулю.

Например, известный спам-фильтр SpamAssassinкоторая используется большинством провайдеров электронной почты.