|
Autoapprendimento bayesiano |
Scorri Precedente Primo livello Successivo Altro |
|
L'autoapprendimento bayesiano non è disponibile se MDaemon è stato configurato per utilizzare il servizio MDSpamD (MDaemon Spam Daemon) di un altro server ai fini delle elaborazioni di Spam Filter. Tutti gli apprendimenti bayesiani saranno eseguiti sull'altro server. Per ulteriori informazioni, vedere la schermata Spam Daemon. |
Apprendimento automatico
Abilita apprendimento bayesiano automatico
Con l'apprendimento bayesiano automatico è possibile indicare le soglie del punteggio spam e non spam che consentono al sistema l'apprendimento automatico dai messaggi, senza la necessità di smistarli manualmente nelle cartelle spam e non spam. Tutti i messaggi con un punteggio inferiore alla soglia non spam sono trattati dall'apprendimento automatico come messaggi accettati mentre i messaggi con un punteggio superiore alla soglia spam sono trattati come messaggi indesiderati. Con l'apprendimento automatico, i vecchi token scaduti e rimossi dal database (vedere Gestione database vengono sostituiti automaticamente. In questo modo non è necessario intervenire manualmente per sostituire i token scaduti. L'autoapprendimento risulta utile e vantaggioso se le soglie sono impostate con attenzione, in modo da evitare che i messaggi vengano collocati nelle cartelle con una classificazione impropria.
Soglia punteggio non spam
Il sistema di Classificazione bayesiana tratta i messaggi con un punteggio di spam inferiore a questo valore come messaggi non spam.
Soglia punteggio di spam
Il sistema di Classificazione bayesiana tratta i messaggi con un punteggio di spam superiore a questo valore come messaggi spam.
Esempi di non spam necessari prima della determinazione del punteggio spam bayesiano
Spam Filter non applica ai messaggi alcuna classificazione bayesiana finché il sistema bayesiano non ha analizzato il numero di messaggi non spam indicati in questo campo e di messaggi spam indicati nell'opzione seguente. Ciò serve a fare sì che Spam Filter abbia un insieme di statistiche sufficientemente ampio per iniziare il confronto bayesiano. Una volta ricevuti dal sistema i messaggi da analizzare, questo è pienamente in grado di iniziare ad applicare i dati del confronto bayesiano a ciascun punteggio di spam del messaggio in arrivo. Continuando ad analizzare sempre più messaggi, le classificazioni bayesiane diventano sempre più accurate nel tempo.
Esempi di spam necessari prima della determinazione del punteggio spam bayesiano
Come per l'opzione precedente relativa ai messaggi non spam, questa definisce il numero di messaggi spam da analizzare prima che Spam Filter inizi ad applicare la classificazione bayesiana.
Gestione database
Abilita scadenza automatica token bayesiani
Fare clic su questa opzione se si desidera che i token del database scadano automaticamente una volta raggiunto il numero indicato nel campo successivo. Impostando un limite di token è possibile evitare che il database bayesiano raggiunga dimensioni troppo grandi.
N. max token nel database bayesiano
Questo valore corrisponde al numero massimo di token bayesiani consentiti nel database. Una volta raggiunto tale numero, il sistema bayesiano elimina i token meno recenti riducendone il numero fino al valore più elevato tra il 75% del valore precedente o 100.000 token. Il numero di token non scende mai al di sotto di questi due valori, indipendentemente dal numero di token scaduti. Nota: 150.000 token del database corrispondono a circa 8 MB.
Ripristina tutte le impostazioni predefinite server
Facendo clic su questo pulsante è possibile ripristinare tutti i valori predefiniti delle opzioni bayesiane avanzate.
Vedere:
