Фильтр спама
Фильтр спама дополняет уже и так всеобъемлющий комплект инструментов MDaemon по предотвращению спама. Фильтр спама включает в себя новую технологию эвристического исследования входящих сообщений, с целью вычисления «оценки», основанной на сложной системе правил. В дальнейшем оценка используется для определения вероятности того, что сообщение является спамом, и выполнения некоторых операция, соответствующих этой оценке вы можете отклонить сообщение, отметить его как возможно содержащее спам и прочее.
Адрес может входить в белый или чёрный список, или его можно полностью исключить из проверки фильтром спама. В сообщение вы можете вставить отчёт о спаме, показывающий оценку спама в этом сообщении и то, как эта оценка была получена, или вы можете сгенерировать отчёт как отдельное почтовое сообщение и включить в него оригинальное сообщение со спамом как прикреплённый файл. Более того, вы даже можете использовать обучение по методу Байеса, чтобы помочь фильтру спама со временем научиться более точно отличать спам, увеличив, таким образом, его надёжность.
В конце концов, по прошествии времени, после анализа многих тысяч сообщений, содержащих спам, правила будут становиться оптимальными и всё более надёжными в деле выявления следов сообщений, содержащих спам. Однако, чтобы отразить ваши особые требования, вы можете настроить под себя или добавить новые правила, редактируя файлы настройки фильтра спама.
Фильтр спама MDaemon использует интегрированную, популярную эвристическую технологию с отрытым кодом. Домашняя страница проекта с открытым кодом:
http://www.spamassassin.org
Опции фильтра спама
If a message is determined to be spam then (если сообщение определено как спам, то)
Если рейтинг спама для сообщения больше или равен рейтингу спама, указанному на закладке Heuristics, то фильтр спама выполнит действия, указанные ниже.
bounce the message back to sender
Выберите эту опцию, если хотите попытаться отослать каждое сообщение со спамом обратно к его отправителю. Спам славится тем, что имеет недействительные пути возврата, так что очень часто такие сообщения нельзя доставить.
just delete the message completely
Отметьте эту опцию, если хотите просто удалять любое входящее сообщение, чей рейтинг спама превысил назначенный предел.
put the message in the spam trap public folder
Выберите эту опцию, если хотите отмечать сообщения как спам и переносить их в публичную папку для спама, вместо того, чтобы позволить этим сообщениям дойти до адресата.
flag the message but let it continue down the delivery path
Выберите эту опцию, если хотите продолжить и доставить каждое сообщение со спамом к соответствующему получателю, пометив сообщение как спам путём вставки различных спамных заголовков и/или тэгов, назначенных в закладке Heuristics.
Dont filter messages sent from local sources
Отметьте этот флажок, если хотите освободить от фильтрации сообщения от локальных пользователей и доменов.
Dont filter messages from trusted or authenticated sources
Отметьте этот флажок, если хотите освободить от фильтрации сообщения, посланные с доверенных доменов или через авторизованных отправителей.
Dont filter messages larger than XX kb (0=filter all messages)
Типичным для сообщений со спамом является довольно маленький размер, так как задача спамеров в том, чтобы доставить как можно больше сообщений за как можно более короткий срок. Если вы хотите освободить от фильтрации сообщения, которые больше определённого размера, то укажите в этом поле этот размер (в килобайтах). Используйте значение «0», если вы хотите, чтобы размер перестал играть роль при определении исключений из фильтрации спама сообщения будут обрабатываться фильтром спама вне зависимости от размера.
Dont forward messages marked as spam
Отметьте этот флажок, если вы хотите запретить пересылку сообщений со спамом.
Automatically filter spam messages into users IMAP spam folder
Отметьте этот флажок, и MDaemon автоматически поместит каждое сообщение, которое фильтр спама определил как спам, в IMAP папку «Spam» каждого пользователя (если такая папка существует). Также будет автоматически создана папка для каждой новой пользовательской учётной записи, которая будет добавлена.
Когда вы отметите этот флажок, то вам будет задан вопрос, хотите ли вы, чтобы MDaemon создал эту папку для каждой уже существующей учётной записи пользователя. Если вы выберете «Yes», то папка будет создана для всех пользователей. Если вы выберете «No», то папка будет создана только во время добавления нового пользователя. В любом случае, любые папки, которые уже существуют для некоторых или всех ваших пользователей, не будут затронуты.
A white list match subtracts this many points from the spam score
Присутствие адреса в одном из белых списков фильтра спама не даёт автоматических гарантий того, что сообщение, посланное с или адресованное на этот адрес не будет считаться спамом. Вместо этого, адреса, внесённые в белый список, будут просто отнимать от общей оценки спама для сообщения указанное в этом поле количество баллов. Например, если у вас есть порог баллов для спама, установленный в 5.0, и это значение, установленное в 100, и к вам пришло очень сильно похожее на спам сообщение, получившее оценку 105.0 или больше, до того, как из этого значения была отнята поправка на белый список, то, в конце концов, оценка для этого сообщения будет как минимум 5.0 соответственно, это сообщение будет признано спамом. Однако, это будет случаться нечасто, так как спам редко когда имеет высокую оценку, пока не содержит каких-нибудь других исключительно поднимающих оценку элементов, таких как адреса, занесённые в чёрный список. Конечно, если вы установите значение поправки на белый список в гораздо меньшее значение, то описанная выше ситуация будет случаться более часто.
A black list match adds this many points to the spam score
Как и опция для белого списка, описанная выше, присутствие адреса в чёрном списке фильтра спама не гарантирует того, что сообщение с этого адреса будет признано спамом. Вместо этого, значение, указанное в этом поле, будет добавлено к оценке сообщения как спама, которая будет впоследствии использована для определения того, является или нет сообщение спамом.
DNS-BL match adds this many points to the spam score
Если вы используете чёрный список DNS, то вы можете использовать это поле чтобы указать значение, которое будет добавлено к оценке сообщения как спама, когда поиск в DNS-BL увенчается успехом. Иногда эвристический анализ сообщения фильтром спама может не дать достаточно высокой оценки, чтобы признать сообщение спамом, но DNS-BL поиск может показать, что это возможно спам. Добавление этого значения к оценке спама этих сообщений может помочь уменьшить количество сообщений со спамом, которые пройдут незамеченными через фильтр спама.
Scheduled updates
Нажмите эту кнопку, чтобы открыть диалоговое окно с запланированными событиями AntiSpam Updates (Setup Event Scheduling), где вы можете запланировать время, в которое фильтр спама будет проверять обновления для инструмента эвристического анализа.
Опции инструмента эвристического анализа
Enable heuristic message scoring system
Отметьте этот флажок, чтобы активировать эвристический подсчёт рейтинга сообщения для системы фильтрации спама. Ни одна из опций фильтра спама ни на одной из закладок не будет доступна, пока этот флажок не будет отмечен.
A message is spam if its score is greater or equal to XX (0.0-500.0)
Значение, которое вы укажете здесь это требуемое пороговое значение спама, которое MDaemon будет сравнивать с рейтингом спама для каждого сообщения. Любое сообщение с рейтингом спама большим или равным этому значению будет считаться спамом, и для этого сообщения будут произведены соответствующие действия, указанные в параметрах фильтра спама.
SMTP rejects messages with scores greater or equal to XX (0=never)
Используйте эту опцию, чтобы определить уровень рейтинга спама, при котором сообщение будет отвергнуто. Когда рейтинг спама для сообщения больше или равен этому значению, то, вместо того, чтобы анализировать его в соответствии с остальными опциями и даже, возможно, доставить, это сообщение будет сразу отвергнуто. Значение в этом поле всегда должно быть больше, чем значение в поле «A message is spam if its score», описанном выше. Иначе, сообщение никогда не будет признано спамам и обработано применимыми к ней опциями фильтра спама оно будет просто отвергнуто во время доставки. Используйте в этом поле значение «0», если вы не хотите, чтобы MDaemon отвергал любые сообщения, вне зависимости от их рейтинга.
Пример:
Если у вас порог рейтинга спама установлен в 5.0, и порог отказа от приёма установлен в 10.0, то любое сообщение с рейтингом спама большим или равным 5.0, но меньшим, чем 10.0 будет причислен к спаму и обработан в соответствии с остальными параметрами, установленными в диалоговом окне фильтра спама. Любое сообщение с рейтингом спама большим или равным 10.0 будет отвергнуто MDaemon во время процедуры доставки.
Примечание:
Вы должны периодически отслеживать производительность фильтров спама и уточнять пороги для спама и отказа, чтобы удовлетворять вашим требованиям. Однако, для большинства людей, порог рейтинга спама 5.0 ловит максимальное количество спама, с относительно небольшим количеством промахов (нераспознанный спам, который прошёл) и редкими случаями ложных срабатываний (сообщения, отмеченные как спам, но спамом не являющиеся). Порог отказа, установленный в 10 или 15 будет обрабатывать сообщения, которые почти без сомнения спам и должны быть отклонены. Практически исключено, чтобы нормальное сообщение получило такой высокий рейтинг.
Примечание:
Обычно, когда сообщение отвергается вследствие такого рейтинга, детали сообщения не попадают в журнал. Однако, вы можете изменить следующий ключ в файле СFILTER.INI, чтобы эти детали попадали в журнал SMTP (не в журнал спама):
[SpamFilter]
InlineSMTP=Yes
Show heuristic results within SMTP session transcripts
Отметьте этот флажок, чтобы отображать результат эвристического анализа внутри записей SMTP сеансов. Эта опция не доступна, когда ваш рейтинг порог отказа спама установлен в «0» это означает, что спам никогда не будет отвергнут по результатам вычисления его рейтинга. За дополнительной информацией смотрите описание «SMTP rejects messages with scores greater or equal to XX (0=never)», упомянутое выше.
Subject tag
Этот тэг будет вставлен в начало темы в заголовке всех сообщений, которые сравнялись или превысили требуемый уровень рейтинга спама. Этот тэг может содержать информацию о рейтинге спама, и вы можете использовать ваши IMAP фильтры для сообщений, чтобы искать эти тэги и соответственно отфильтровывать сообщения (предполагается, что у вас есть фильтр спама, настроенный на то, чтобы продолжать получение сообщений со спамом). Это простой метод для автоматической пересылки сообщений со спамом в назначенную папку «Spam». Если вы хотите динамически вставлять рейтинг спама для сообщения и значение требуемого уровня для спама, то используйте тэги «_HITS_» для рейтинга сообщения и «_REQD_» для требуемого уровня. В качестве альтернативы, вы можете использовать «_SCORE(0)_» вместо «_HITS_» это вставит лидирующие нули для значений небольших рейтингов, что может помочь в обеспечении правильного порядка сортировки, если в каких-то почтовых клиентах сообщения сортируются по теме.
Пример:
Тэг темы, установленный в значение: ***СПАМ*** Рейтинг/Предел: _HITS_/_REQD_
Заставит сообщение, содержащее спам, с рейтингом 6.2 и темой: «Эй, вот немного спама!»
измениться на «***СПАМ*** Рейтинг/Предел: 6.2/5.0 Эй, вот немного спама!»
Рейтинг/Предел: 06.2/5.0 Эй, вот немного спама!«
Если вы не хотите изменять тему в заголовке, то оставьте это поле пустым. Никаких тэгов в тему вставлено не будет.
Фильтр спама поддерживает Байесовское обучение, являющееся статистической обработкой, которая может выборочно использоваться для анализа сообщений со спамом и без него, для того, чтобы со временем повысить надёжность распознавания спама. Вы можете указать папки для сообщений со спамом и без него, которые будут изучаться каждую ночь в районе полуночи. Все сообщения в этих папках будут проанализированы и проиндексированы, так что с ними можно будет статистически сравнивать новые сообщения для того, чтобы определить вероятность того, что новые сообщения это спам. Фильтр спама может увеличивать или уменьшать рейтинг спама для сообщения, основываясь на их результатах сравнения по Байесу.
Примечание:
Фильтр спама не применит к сообщениям классификацию по Байесу до тех пор, пока анализ по Байесу не будет произведён над тем количеством сообщений, содержащих и не содержащих спам, которое обозначено в диалоговом окне Bayesian Advanced (нажмите на этой закладке кнопку Advanced, чтобы получить доступ к этому диалоговому окну). Это необходимо для того, чтобы фильтр спама имел достаточный статистический запас, из которого будет производиться сравнение по Байесу. Первичного предоставления этих сообщений системе для анализа будет достаточно, чтобы начать добавлять результаты сравнения по Байесу к рейтингу спама для каждого входящего сообщения. Со временем, продолжая анализировать всё больше сообщений, классификация по Байесу будет становиться всё более точной.
Классификация по Байесу
Apply Bayesian knowledge to heuristic message scoring
Отметьте этот флажок, если хотите, чтобы рейтинг спама для каждого сообщения был исправлен на основании сравнения по Байесу с текущей статистической базой.
Enable Bayesian scheduled learning
Отметьте этот флажок, если хотите, чтобы фильтр спама анализировал все сообщения, содержащиеся в папках, указанных ниже. Содержание этих папок будет анализироваться один раз в день в полночь, после чего сообщения в них будут удаляться.
Примечание:
Если вы не хотите, чтобы сообщения удалялись после анализа, то вы можете избежать этого, скопировав файл LEARN.BAT в MYLEARN.BAT в папке \MDaemon\App и удалив в этом файле две строки, начинающиеся на «del». Когда в этой папке присутствует файл MYLEARN.BAT, MDaemon использует его вместо LEARN.BAT. Дополнительную информацию смотрите в файле SA-Learn.txt. в папке \MDaemon\SpamAssassin\. За более детальной информацией о технологии эвристического анализа спама и технологии анализа по Байесу, обратитесь к адресу:
http://www.spamassassin.org/doc/sa-learn.html
Learn
Нажмите на эту кнопку, чтобы вручную инициировать анализ по Байесу указанных папок, вместо того, чтобы ждать запуска автоматического полночного анализа.
Enable Spam and Ham forwarding addresses
Отметьте этот флажок, если хотите разрешить пользователям пересылать сообщения со спамом и без спама (ham) на определённые адреса, чтобы по этим письмам могла обучаться система анализа по Байесу. Адреса по умолчанию, которые для этого использует MDaemon: «SpamLearn@<domain.com>» и «HamLearn@<domain.com>». Сообщения, посланные на эти адреса, должны быть получены через SMTP из сеанса, который авторизован использовать SMTP AUTH. Более того, MDaemon ожидает, что сообщения будут пересылаться на этот адрес как прикреплённые файлы с типом «message/rfc822». Любые сообщения другого типа, посланные на этот почтовый адрес, не будут обрабатываться.
Вы можете изменить адреса используемые MDaemon, отредактировав следующий ключ в файле CFILTER.INI:
[SpamFilter]
SpamLearnAddress=SpamLearn@
HamLearnAddress=HamLearn@
Примечание:
Последним символом этих значений должен быть знак «@».
Create
Нажмите на эту кнопку, чтобы автоматически создать публичные IMAP папки Spam и Ham, и чтобы настроить MDaemon для их использования. Будут созданы следующие папки:
<Bayesian Learning> корневая папка IMAP, <Bayesian Learning\\Spam> папка для пропущенного спама (писем со спамом, рейтинг которых не составил достаточно большого значения, чтобы отметить это письмо как спам). <Bayesian Learning\\Ham> папка для ложных срабатываний (нормальные письма, которые по ошибке получили высокий рейтинг и были помечены как спам).
По умолчанию, доступ к этим папкам доступен только локальных пользователей и локальных доменов, и ограничен поиском и вставкой. Почтовому администратору предоставляется доступ к поиску, чтению, вставке и удалению.
Path to known spam directory (false negatives):
Тут вводится путь к папке, которая будет использоваться во время анализа по Байесу известных сообщений со спамом. Вам нужно только скопировать в эту папку сообщения, которые вы считаете спамом. Вы не можете автоматизировать процесс копирования сообщений в эту папку, потому что это может привести к ошибкам. Автоматизация этого процесса может иногда привести к анализу нормальных сообщений как спама, что уменьшит точность статистического метода по Байесу.
Path to known non-spam directory (false positives):
Тут вводится путь к папке, которая будет использоваться во время анализа по Байесу сообщений, которые точно не являются спамом. В эту папку нужно копировать только те сообщения, которые вы не считаете спамом. Вы не можете автоматизировать процесс копирования сообщений в эту папку, потому что это может привести к ошибкам. Автоматизация этого процесса может иногда привести к анализу сообщений со спамом как нормальных сообещний, что уменьшит точность статистического метода по Байесу.
Pub Folder
Нажмите на одну из этих кнопок, чтобы назначить одну из ваших публичных папок как директорию для метода Байеса. Ваши пользователи будут просто помещать неправильно определённые как спам или не спам сообщения в ваши директории для анализа методом Байеса. Обратите, однако, внимание, что чем больше людей имеют доступ, тем больше вероятность того, что некоторые сообщения будут помещены не в те папки, что изменит статистику и уменьшит надёжность.
Примечание:
Если вы переименуете публичную папку через почтового клиента, Windows Explorer или другим способом, то после этого вы должны вручную заново установить этот путь к соответствующей папке с новым именем. Если вы переименуете папку, но не измените здесь путь к ней, то фильтр спама, вместо новой папки, будет продолжать использовать этот путь для папки данных для метода Байеса.
Advanced
Нажмите на эту кнопку, чтобы открыть диалоговое окно с расширенными опциями метода Байеса, который включает в себя опции для автоматического обучения по методу Байеса и указания предельных значений для базы данных метода Байеса. Смотрите ниже Расширенные опции метода Байеса.
Автоматическое обучение
Enable Bayesian automatic learning
С автоматическим обучением по методу Байеса вы можете определить границы рейтинга для спама и не спама. Любое сообщение с рейтингом ниже уровня для не спама будет рассмотрено автоматической системой обучения как не спам, и любое сообщение с рейтингом вые уровля для спама будет рассмотрено как спам. Не смотря на то, что обычно применять автоматическое обучение не рекомендуется, эта возможность может быть выгодна, если вы аккуратно устанавливаете ваши граничные значение, так как это позволяет автоматически заменить старые просроченные элементы, удалённые из базы данных (смотри ниже Token expiration message count). Это убирает необходимость в ручном запуске переобучения системы, чтобы восстановить просроченные элементы.
Non-spam score threshold
Сообщения с рейтингом спама ниже этого значения будут признаны нормальными сообщениями системой классификации по Байесу.
Spam score threshold
Сообщения с рейтингом спама выше этого значения будут признаны системой классификации по Байесу как сообщения со спамом.
Non-spam samples required before learning starts
Фильтр спама не будет применять классификацию по Байесу для сообщений до тех пор, пока системой Байеса не будет проанализировано указанное в этом поле количество сообщений без спама (и сообщений со спамом, указанное в следующем поле). Это необходимо для того, чтобы фильтр спама имел достаточное количество статистических данных для осуществления сравнения по Байесу. Как только вы предоставите системе эти сообщения для анализа, она будет достаточно вооружена для того, чтобы начать применять результаты сравнения по Байесу к рейтингу спама каждого входящего сообщения. Со временем, продолжая анализировать всё больше сообщений, классификация по Байесу будет становиться всё более точной.
Spam samples required before learning starts
Также как предыдущее значение применимо к нормальным сообщениям, это значение для того, чтобы определить количество сообщений со спамом, которые необходимо проанализировать перед тем, как фильтр спама начнёт применять классификацию по Байесу.
Управление базой данных
Enable Bayesian automatic token expiration
Отметьте этот флажок, если вы хотите, чтобы система анализа по Байесу автоматически отмечала элементы базы данных как устаревшие всякий раз по достижении количества элементов, указанных ниже. Установка предельного количества элементов предотвратит базу данных системы анализа по Байесу от чрезмерного разрастания.
Maximum Bayesian database tokens
Здесь указывается максимальное количество разрешённых элементов в базе данных системы анализа по Байесу. Когда достигается это количество элементов, система анализа по Байесу удаляет самые старые из них, уменьшая количество элементов до 75% от указанного здесь значения, или 100.000, выбирая из этих двух значений наибольшее. Количество элементов никогда не упадёт за наибольшее из этих двух значений, вне зависимости от того, какое количество элементов устарело. Примечание: 150.000 элементов в базе данных занимают приблизительно 8Mb.
Restore all settings to server defaults
Нажмите эту кнопку, чтобы восстановить расширенные опции Байеса к их значениям по умолчанию.
Оповещения фильтра спама
Insert spam report into the headers of the original message
Выберите эту отчётную опцию, если хотите, чтобы фильтр спама вставлял отчёт о спаме в заголовок каждого письма со спамом. Ниже приведён пример простого отчёта о спаме:
X-Spam-Report: --Start Spam Filter results
5.30 points, 5 required;
* -5.7 Message-Id indicates the message was sent from MS Exchange
.* 2.0 Subject contains lots of white space
* -3.3 Has a In-Reply-To header
.* 3.0 Message has been marked by MDaemons DNS Black List
.* 2.9 BODY: Impotence cure
.* 2.2 BODY: Talks about exercise with an exclamation!
.* 0.5 BODY: Message is 80% to 90% HTML
.* 0.1 BODY: HTML included in message
.* 1.6 BODY: HTML message is a saved web page
.* 2.0 Date: is 96 hours or more before Received: date
-- End of Spam Filter results
Create a new message and attach the original message to it
Выберите эту отчётную опцию, если вы хотите, чтобы спам порождал новое почтовое сообщение, содержащее отчёт о спаме. Исходное сообщение со спамом будет включено в это письмо как прикреплённый файл.
Same as above but attach the message as text/plain
Как и предыдущая отчётная опция, эта опция будет порождать отчёт о спаме как новое сообщение, которое включает оригинальное сообщение со спамом как прикреплённый файл. Различие заключается в том, что оригинальное сообщение будет прикреплено с использованием MIME типа text/plain. Так как иногда спам содержит HTML код, уникальный для каждого сообщения, и потенциально может открыть спаммеру, какой почтовый и IP адрес открыл это письмо, этот метод может предотвратить такую возможность, сконвертировав HTML код в простой текст.
HashCash это система «доказательства работы», которая является и инструментом против спама, и мерой против отказов в доступе, подобная электронной форме почтовой марки. Используя систему HashCash, MDaemon может ставить штампы HashCash, которые отражают факт «оплату» временем центрального процессора, а не реальными деньгами. Штамп HashCash вставляется в заголовки исходящего сообщения, затем проверяется получающим почтовым сервером и, в соответствии со значением штампа, письму придаётся определённый вес. Проштампованные сообщения с гораздо большей вероятностью будут легитимными, и поэтому они могут не проходить через систему защиты от спама на получающем сервере. Использование штампов HashCash может помочь уменьшить количество ложных срабатываний и предотвратить ошибочное отклонение сообщений по результатам словарной проверки или от попадания в чёрный список.
Спамеры надеются на возможность послать много сотен, или даже сотен тысяч сообщений в максимально сжатый период времени, и они (спамеры) часто посылают одну копию многим получателям, используя BCC или подобную технику, что не требует значительного количества времени для обработки каждого получателя. Однако, спамеры, которые пытаются использовать систему с HashCash, должны будут создавать уникальный штамп HashCash для каждого получателя во время каждой отсылки этому получателю. Это будет большим препятствием и совершенно неэффективно для типичного спамера. С другой стороны, для типичного легитимного почтового сервера и отправителя, дополнительное процессорное время для того, чтобы проштамповать исходящие сообщения, будет ничтожно мало и ни в коей мере не повлияет на скорость доставки почты или скорости обработки почтовых сообщений, особенно если учесть, что исходящие сообщения списков рассылки никогда не штампуются.
Штампы генерируются только для удалённых исходящих сообщений, отправленных с или адресованных на адреса, указанные в списке Mint List, и никогда не генерируются для списков рассылки. Более того, по умолчанию, MDaemon генерирует эти штампы HashCash только тогда, когда сообщение получено через авторизованный сеанс SMTP. Необходимость в авторизованном сеансе рекомендуется, но опциональна. Если хотите, вы можете выключить это требование, чтобы штамповать сообщения, полученные через неавторизованный сеанс.
Для входящих сообщений, будут проверены на достоверность только штампы, содержащиеся в сообщениях для получателей, указанных в проверочном списке. Если входящее сообщение содержит штамп HashCash, но получателя нет в списке, то штамп игнорируется и сообщение обрабатывается обычным путём, как если бы оно вообще не содержало штампа HashCash. По умолчанию, в этом списке содержится только ваш первичный домен. Если вы хотите добавить к этому списку вторичные домены или доменные шлюзы, то нажмите на кнопку Validation List.
Больше информации о HashCash вы можете узнать, посетив сайт http://www.hashcash.org/.
HashCash
Mint and insert HashCash stamps into outbound mail
Отметьте этот флажок, чтобы активировать систему HashCash. MDaemon будет генерировать штампы для удалённых исходящих сообщений, отправленных с или адресованных на адреса, указанные в списке Mint List.
but only if message arrived via AUTHed SMTP session
Отметьте этот флажок, если вы хотите генерировать штампы только для сообщений, полученных через авторизованные сеансы SMTP. Уберите этот флажок, если вы не будете требовать авторизации, но такая установка не рекомендуется.
Mint List
Нажмите эту кнопку, чтобы открыть список Mint List. MDaemon будет генерировать штампы HashCash для адресов в этом списке. По умолчанию, в этом списке содержится только ваш первичный домен. Если вы хотите генерировать штампы для ваших вторичных доменов, доменных шлюзов, или для сообщений, адресованных на или отправленных от конкретных пользователей, то вам нужно добавить эти адреса в список.
Mint stamps of this many bits (10-32)
Тут приводится число битов, которые MDaemon будет использовать для генерирования штампов HashCash. Чем больше число, тем большее количество процессорного времени требуется для генерирования штампа.
Test
Нажмите эту кнопку, чтобы протестировать количество времени, которое потребуется для генерирования штампа с указанным числом битов.
Check inbound mail for HashCash stamps
Отметьте этот флажок, если хотите проверять входящие сообщения на наличие штампов HashCash и корректировать рейтинг спама этих сообщений в зависимости от результата проверки. Будут проверяться только сообщения с получателями, указанными в проверочном списке. Если входящее сообщение содержит штамп HashCash, но получателя нет в списке, то штамп игнорируется и сообщение обрабатывается обычным путём, как если бы оно вообще не содержало штампа HashCash.
Validation List
MDaemon будет пытаться проверять штампы HashCash только в сообщениях, получатели которых указаны в проверочном списке. Входящие сообщения для получателей, не включённых в этот список, будут обрабатываться обычным путём. Не будет никаких проверок штампов HashCash. По умолчанию, в этом списке содержится только ваш первичный домен.
Сообщения, посланные на адреса, указанные в этом списке, не будут фильтроваться
Используйте эту закладку, чтобы указать адреса получателей, которые будут освобождены фильтрации спама. Сообщения, приходящие на эти адреса, не будут проходить через фильтр спама.
Белый список, получаемый автоматически
Enable address book white listing
Отметьте этот флажок, чтобы автоматически добавлять в белый список записи частных адресные книг. Если вы отметили этот флажок, то MDaemon будет опрашивать личную адресную книгу каждого пользователя для каждого входящего сообщения. Если отправитель сообщения находится в адресной книге получателя, то сообщение будет автоматически отнесено к белому списку. Если вы не хотите применять автоматическое занесение в белый список для каждого пользователя MDaemon, то вы можете выключить эту возможность для каждого требуемого пользователя, убрав флажок с опции Use private address book as Spam Filter white list на закладке Options в Account Editor.
Вы можете легко поддерживать вашу адресную книгу в синхронизированном и обновлённом состоянии при помощи WorldClient, Outlook, Outlook Express, адресной книги Windows и других почтовых клиентов MAPI, которые используют адресную книгу Windows.
Enable automatic address book updating
Эта опция автоматически добавит в вашу адресную книгу внешние почтовые адреса, на которые вы посылаете почту внешние получатели добавляются в ваш XML файл с адресной книгой. Когда эта опция используется вместе с опцией использования вашей личной адресной книги как белого списка, то количество срабатываний фильтра спама может быть уменьшено радикально.
Если вы не хотите использовать автоматическое обновление адресной книги для каждого пользователя MDaemon, то вы можете выключить эту опцию для кажого конкретного пользователя, убрав отметку с опции Update private address book when the account sends mail на закладке Options в Account Editor.
Примечание: Эта опция не доступна для учётных записей, использующих автоответчики.
Update Bayesian engine with copies of white listed messages
Отметьте этот флажок, чтобы подходящие сообщения автоматически копировались в папку системы Байеса для нормальных (не содержащих спам) сообщений (указанную на закладке Bayesian). Это может помочь автоматизировать процесс обеспечения инструмента для анализа по Байесу примерами нормальных сообщений, или «ham». Регулярное обеспечение инструмента для анализа по Байесу новыми нормальными примерами для обучения со временем повысит надёжность и поможет уменьшить количество ложных срабатываний (т.е. сообщений, ошибочно классифицированных как спам).
Входящее сообщение, для обработки этим функционалом, должно быть адресовано локальному пользователю и отправитель должен присутствовать в адресной книге WorldClient этого локального пользователя. Если сообщение исходящее, то получатель должен присутствовать в адресной книге отправителя. Если вы не хотите обрабатывать любые исходящие сообщения, то при помощи блокнота отредактируйте следующий настройку в файле MDaemon.ini:
[SpamFilter]
UpdateHamFolderOutbound=No (по умолчанию = Yes)
Когда сообщение квалифицируется, то оно копируется в папку системы анализа по Байесу для нормальных сообщений, даже если на закладке Bayesian плановый анализ по Байесу выключен. Таким образом, если позже плановый анализ будет включён, или когда анализ будет запущен вручную, набор нормальных сообщений будет готов для анализа. Однако, не каждое квалифицированное сообщение копируется в папку для анализа. Когда эта опция отмечена, MDaemon будет копировать квалифицированные сообщения до тех пор, пока их число не достигнет установленного предела. Позднее, он будет копировать отдельные сообщения с установленным интервалом. По умолчанию, будут скопированы первые двадцать пять квалифицированных сообщений, а после этого каждое десятое квалифицированное сообщение. Начальное количество копируемых сообщений равно количеству, указанному в поле «Non-spam samples required before learning starts», расположенном в диалоговом окне Bayesian Advanced. Изменяя эту установку вы также изменяете это значение. Если вы хотите изменить интервал, через который будут копироваться последующие сообщения, вы можете изменить его, отредактировав следующую настройку в файле MDaemon.ini:
[SpamFilter]
HamSkipCount=10 (по умолчанию = 10)
В заключение, как только будет скопировано указанное суммарное количество сообщений, весь процесс начнётся снова: будет скопировано двадцать пять, а затем каждое десятое (или другое значение, если вы изменили эти установки). По умолчанию, процесс начнётся заново после того, как будет скопировано 500-е квалифицированное сообщение. Вы можете изменить это значение, отредактировав следующую настройку в файле MDaemon.ini:
[SpamFilter]
HamMaxCount=500 (по умолчанию = 500)
Enable white list forwarding address
Когда для вашей учётной записи, на закладке Options в Account Editor установлена опция «Use private address book as Spam Filter white list», то установка этой галочки позволит вам пересылать сообщения на адрес whitelist@ и MDaemon добавит отправителя исходного сообщения в вашу личную адресную книгу. Адрес, помещаемый в белый список, будет взят из заголовка From пересланного сообщения.
Сообщения, пересланные на адрес whitelist@<domain.com>, должны быть пересланы как прикреплённые файлы с типом message/rfc822, и они должны быть получены MDaemon через SMTP от сеанса, который авторизован при помощи SMTP AUTH. Пересланное сообщение, не отвечающее этим требованиям, не будет обработано.
Вы можете изменить адрес, используемый MDaemon, отредактировав следующий ключ в файле CFILTER.INI:
[SpamFilter]
WhiteListAddress=WhiteList@
Примечание:
Последним символом должен быть знак «@».
Сообщения на адреса в этом белом списке обычно не спам
Присутствие адреса в этом белом списке не даёт автоматических гарантий того, что сообщение, посланное на этот адрес, не будет считаться спамом. Вместо этого, у сообщений на адреса, внесённые в белый список, будут просто отнимать от общей оценки спама указанное на закладке Spam Filtering количество баллов. Например, если у вас есть порог баллов для спама, установленный в 5.0, а значение для белого списка на закладке Spam Filtering установлено в 50, и к вам пришло очень сильно похожее на спам сообщение, получившее оценку 55.0 или больше ещё до того, как из этого значения была отнята поправка на белый список, то, в конце концов, оценка для этого сообщения будет как минимум 5.0 соответственно, это сообщение будет признано спамом. Однако, это будет случаться нечасто, так как спам редко когда имеет высокую оценку, пока не содержит каких-нибудь других исключительно поднимающих оценку элементов, таких как адреса, занесённые в чёрный список.
Сообщения с адресов в этом белом списке обычно не спам
Присутствие адреса в этом белом списке не даёт автоматических гарантий того, что сообщение, пришедшее с этого адреса, не будет считаться спамом. Вместо этого, у сообщений с адресов, внесённых в белый список, будут просто отнимать от общей оценки спама указанное на закладке Spam Filtering количество баллов. Например, если у вас есть порог баллов для спама, установленный в 5.0, а значение для белого списка на закладке Spam Filtering установлено в 50, и к вам пришло очень сильно похожее на спам сообщение, получившее оценку 55.0 или больше ещё до того, как из этого значения была отнята поправка на белый список, то, в конце концов, оценка для этого сообщения будет как минимум 5.0 соответственно, это сообщение будет признано спамом. Однако, это будет случаться нечасто, так как спам редко когда имеет высокую оценку, пока не содержит каких-нибудь других исключительно поднимающих оценку элементов, таких как адреса, занесённые в чёрный список.
Сообщения с адресов в этом чёрном списке обычно спам
Присутствие адреса в этом чёрном списке не даёт автоматических гарантий того, что сообщение, пришедшее с этого адреса, будет считаться спамом. Вместо этого, для сообщений с адресов, внесённых в чёрный список, будут просто прибавлять к общей оценке спама указанное на закладке Spam Filtering количество баллов. Например, если у вас есть порог баллов для спама, установленный в 5.0, а значение для чёрного списка на закладке Spam Filtering установлено в 50, и к вам пришло очень сильно не похожее на спам сообщение, получившее оценку -50,0 или ниже ещё до того, как к этому значению была прибавлена поправка на чёрный список, то, в конце концов, оценка для этого сообщения будет меньше 5.0 соответственно, это сообщение будет признано нормальным сообщением без спама. Однако, это случается редко, потому что сообщения редко имеют такой отрицательный рейтинг спама, если только не содержат каких-нибудь других специальных элементов, таких как адрес в белом списке.
Перевод документации осуществлен силами компании Red Line Software
