MDaemon Messaging Server 23.0

 

 

Spam Filter supporta l'apprendimento bayesiano, ovvero un processo statistico che può essere utilizzato per analizzare i messaggi spam e non spam allo scopo di accrescerne nel tempo l'affidabilità nel riconoscimento. È possibile utilizzare una cartella per i messaggi spam e non spam di cui viene effettuata una scansione manualmente oppure automaticamente, a intervalli regolari. Tutti i messaggi contenuti in queste cartelle vengono analizzati e indicizzati in modo da poterli confrontare con i nuovi messaggi e stabilire statisticamente la probabilità che si tratti di messaggi spam. Spam Filter può, quindi, aumentare o diminuire il punteggio di spam del messaggio sulla base dei risultati del confronto bayesiano.

Classificazione Bayesiana

Abilita classificazione bayesiana

Fare clic su questa casella di controllo se si desidera che il punteggio di spam di ciascun messaggio venga regolato in base al confronto con le statistiche bayesiane correntemente note.

Pianifica apprendimento bayesiano ogni notte a mezzanotte

Quando questa opzione è attivata, ogni giorno a mezzanotte Spam Filter analizzerà ed eliminerà tutti i messaggi contenuti nelle cartelle Spam e non Spam indicate di seguito. Se si desidera programmare l'apprendimento bayesiano per un altro intervallo di tempo, deselezionare questa opzione e utilizzare l'opzione Pianifica apprendimento bayesiano sempre ogni XX ore. Se non si desidera che l'apprendimento bayesiano avvenga automaticamente, deselezionare questa opzione e specificare "0" ore nell'opzione seguente.

Pianifica apprendimento bayesiano sempre ogni XX ore (0 = mai)

Se si desidera che l'apprendimento bayesiano avvenga in un intervallo di tempo diverso da quello di ogni notte a mezzanotte, deselezionare l'opzione descritta in precedenza e specificare un numero di ore in questa opzione. Quando il numero di ore indicato è trascorso, Spam Filter analizzerà e eliminerà tutti i messaggi contenuti nelle cartelle Spam e non Spam indicate di seguito. Se non si desidera che l'apprendimento bayesiano avvenga sempre automaticamente, deselezionare l'opzione precedente e specificare "0" ore in questa opzione.

Non apprendere da messaggi più grandi di XX byte (0 = senza lim.)

Questa opzione consente di specificare la dimensione massima del messaggio ai fini dell'analisi bayesiana. I messaggi più grandi di tale dimensione non saranno analizzati. Specificare "0" in questa opzione se non si desidera inserire alcuna limitazione di dimensione.

Apprendi

Fare clic su questo pulsante per avviare manualmente l'analisi bayesiana delle cartelle specificate anziché attendere l'analisi automatica.

Abilita indirizzi di inoltro spam e non spam

Fare clic su questa casella di controllo se si desidera consentire agli utenti l'inoltro di messaggi spam e non spam (ham) a determinati indirizzi per consentire al sistema bayesiano di apprendere da essi. Gli indirizzi predefiniti utilizzati da MDaemon sono "SpamLearn@<dominio>" e "HamLearn@<dominio>". I messaggi inviati a questi indirizzi devono essere ricevuti mediante SMTP da una sessione autenticata con SMTP AUTH. Inoltre, MDaemon prevede l'inoltro dei messaggi agli indirizzi sopra riportati come allegati di tipo "message/rfc822". Ogni altro tipo di messaggio inviato a questi indirizzi e-mail non verrà elaborato.

È possibile cambiare gli indirizzi utilizzati da MDaemon aggiungendo la seguente chiave nel file CFilter.INI:

[SpamFilter]

SpamLearnAddress=IndirizzoApprendimentoSpam@

HamLearnAddress=IndirizzoApprendimentoNonSpam@

Nota: l'ultimo carattere di questi valori deve essere "@".

Crea

Fare clic su questo pulsante per creare automaticamente Cartelle IMAP pubbliche spam e non spam e configurarne l'uso da parte di MDaemon. Verranno create le cartelle riportate di seguito.

Per impostazione predefinita, le autorizzazioni di accesso a queste cartelle sono garantite solo agli utenti di domini locali e sono limitate alle funzioni di ricerca e inserimento. Le autorizzazioni predefinite dell'utente postmaster consentono le funzioni di ricerca, lettura, inserimento ed eliminazione.

Percorso cartella spam conosciuto (falsi negativi)

Questo è il percorso per la cartella usata per l'analisi bayesiana di messaggi spam noti. Copiare in questa cartella solamente i messaggi che si ritengono spam. È opportuno evitare di automatizzare la copia dei messaggi nella cartella, se non utilizzando le opzioni di Autoapprendimento bayesiano o Honeypot spam. Se si automatizza tale processo, messaggi non spam potrebbero essere analizzati come spam e ciò diminuirebbe l'affidabilità delle statistiche bayesiane.

Percorso cartella messaggi non spam conosciuti (falsi positivi)

Questo è il percorso per la cartella usata per l'analisi bayesiana di messaggi sicuramente non spam. È opportuno copiare in questa cartella solo i messaggi che non si ritengono spam. È opportuno evitare di automatizzare la copia dei messaggi nella cartella, se non utilizzando le opzioni di Autoapprendimento bayesiano. Se si automatizza tale processo, messaggi spam potrebbero essere analizzati come non spam e ciò diminuirebbe l'affidabilità delle statistiche bayesiane.

Cartella pubblica

Fare clic su uno dei pulsanti per definire come directory bayesiana una delle cartelle pubbliche esistenti. Si tratta di un metodo semplice per spostare i messaggi erroneamente segnalati come spam o non spam nelle directory bayesiane per l'analisi. Si noti, tuttavia, che autorizzando l'accesso a più persone aumenta la probabilità di inserire i messaggi nelle cartelle errate, alterando le statistiche e diminuendone l'affidabilità.

Per ulteriori informazioni, vedere:

Autoapprendimento bayesiano

Honeypot spam