|
El Aprendizaje Bayesiano Automático no está disponible cuando se configura MDaemon para que use otro Daemon de Spam de MDaemon de otro servidor (MDSpamD) para el proceso de Filtrado Spam. El aprendizaje bayesiano lo realizará el otro servidor. Vea: Spam Daemon, para más información. |
Aprendizaje Automático
Activar aprendizaje automático Bayesiano
Con el aprendizaje Bayesiano automático puede designar umbrales de puntuación de Spam y no-Spam, lo que hará posible para el sistema de aprendizaje Bayesiano aprender de los mensajes automáticamente en lugar de requerir que coloque manualmente dichos mensajes en las carpetas de Spam y no-Spam. Cualquier mensaje que puntúe por debajo del umbral de puntuación de no-Spam será tratado por el aprendizaje automático como no-Spam y cualquier mensaje que puntúe por encima del umbral de Spam será tratado como Spam. Con el aprendizaje automático, las señales antiguas ya expiradas que se eliminan de la base de datos (vea Administración de la base de datos a continuación pueden ser sustituidas automáticamente. Esto le resguarda de la necesidad de reestructuración manual de las señales expiradas. El aprendizaje automático puede ser útil y beneficioso mientras tenga cuidado a la hora de poner los umbrales, para evitar colocar mensajes clasificados erróneamente en las carpetas.
Umbral de la puntuación del Correo No Basura
Los mensajes con una puntuación de Spam por debajo de este valor se tratarán como mensajes no-Spam por el sistema de Clasificación Bayesiana.
Umbral de la puntuación del Correo Basura
Los mensajes con una puntuación de Spam por encima de este valor serán tratados como mensajes de Spam por el sistema de Clasificación Bayesiana.
Se necesitan ejemplos de no-Spam antes de que sea posible la puntuación bayesiana
El Filtro de Spam no aplicará una clasificación Bayesiana a los mensajes hasta que este número de mensajes no-Spam (y mensajes Spam especificados en la opción siguiente) hayan sido analizados por el sistema Bayesiano. Esto es necesario para proporcionarle al sistema estos mensajes suficientes para realizar un conjunto de estadísticas que utilizar para la comparación Bayesiana. Una vez le haya dado al sistema estos mensajes para analizar, estará suficientemente equipado para empezar a aplicar los resultados de una comparación Bayesiana en cada puntuación de Spam de cada mensaje entrante. Si continúa analizando más mensajes las clasificaciones Bayesianas serán más precisas con el tiempo.
Se necesitan ejemplos de Spam antes de que sea posible la puntuación bayesiana
Al igual que la opción anterior aplica a los mensajes no-Spam, esta opción es para designar el número de mensajes Spam que deben ser analizados antes de que el Filtro de Spam empiece a aplicar la clasificación Bayesiana a los mensajes.
Administración de la Base de Datos
Activar señal automática de caducidad Bayesiana
Haga clic en esta opción si quiere que el sistema Bayesiano automático expire las señales de base de datos siempre que el número de señales especificadas a continuación sea alcanzado. Si establece un límite de señales puede prevenir que su base de datos sea excesivamente grande.
Cantidad máxima de señales de base de datos Bayesiana
Este es el máximo número de señales de base de datos Bayesianas permitidas. Cuando se alcanza este número de señales, el sistema Bayesiano elimina las más antiguas, reduciendo el número al 75% de su valor, o a 100,000 señales, lo que sea lo más alto. El número de señales nunca caerán por debajo de dichos dos valores a pesar de cuantas señales hayan expirado. Nota: 150,000 señales son aproximadamente 8Mb.
Restaurar todas las configuraciones para los servidores predeterminados
Haga clic en este botón para restaurar todas las opciones Bayesianas avanzadas a sus valores por defecto.
Ver:
