MDaemon Email Server 24.5

 

 

Le Filtre anti-spam prend en charge l'apprentissage bayésien, qui est un processus statistique pouvant éventuellement être utilisé pour analyser les messages spam et non-spam afin d'augmenter la fiabilité de la reconnaissance du spam au fil du temps. Vous pouvez désigner un dossier pour les messages de spam et les messages non spam qui seront analysés manuellement ou automatiquement à intervalles réguliers. Tous les messages contenus dans ces dossiers seront analysés et indexés afin que les nouveaux messages puissent y être comparés statistiquement pour déterminer la probabilité qu'il s'agisse de spam. Le Filtre anti-spam peut alors augmenter ou diminuer lescore de spam d'un messageen fonction des résultats de sa comparaison bayésienne.

Classification bayésienne

Activer la classification bayésienne

Cochez cette case si vous souhaitez que lescore de spam dechaque messagesoit ajusté sur la base d'une comparaison avec les statistiques bayésiennes actuellement connues.

Programmer l'apprentissage bayésien tous les soirs à minuit

Dans cette option, une fois par jour à minuit, le Filtre anti-spam analysera puis supprimera tous les messages contenus dans les dossiers spam et non-spam spécifiés ci-dessous. Si vous souhaitez programmer l'apprentissage bayésien pour un autre intervalle de temps, effacez cette option et utilisez l'option Programmer l'apprentissage bayésien toutes les [xx] heures. Si vous ne souhaitez pas que l'apprentissage bayésien se produise automatiquement, décochez cette option et indiquez "0" heure dans l'option ci-dessous.

Programmer l'apprentissage bayésien une fois toutes les [xx] heures (0 = jamais)

Si vous souhaitez que l'apprentissage bayésien se produise à un intervalle de temps autre qu'une fois chaque nuit à minuit, décochez l'option ci-dessus et indiquez un nombre d'heures dans cette option. Chaque fois que ce nombre d'heures sera écoulé, le Filtre anti-spam analysera et supprimera tous les messages contenus dans les dossiers spam et non-spam spécifiés ci-dessous. Si vous ne souhaitez pas que l'apprentissage bayésien se fasse automatiquement, décochez l'option ci-dessus et indiquez "0" heure dans cette option.

Ne pas inclure les messages de plusde [xx] octets (0 = pas de limite)

Cette option permet de désigner une taille maximale de message pour l'analyse bayésienne. Les messages dont la taille est supérieure à cette valeur ne seront pas analysés. Par taille "0" dans cette option si vous ne souhaitez pas mettre en œuvre de restriction de taille.

Apprendre

Cliquez sur ce bouton pour lancer une analyse bayésienne manuelle des dossiers désignés plutôt que d'attendre l'analyse automatique.

Activer les adresses de transfert de spam et de courrier indésirable

Cochez cette case si vous souhaitez autoriser les utilisateurs à Transférer les messages spam et non-spam (ham) à des adresses désignées afin que le système bayésien puisse en tirer des enseignements. Les paramètres par défaut utilisés par MDaemon sont "SpamLearn@<domain>" et "HamLearn@<domain>". Les messages envoyés à ces adresses doivent être reçus via SMTP à partir d'une session authentifiée à l'aide de SMTP AUTH. De plus, MDaemon s'attend à ce que les messages soient transférés aux adresses ci-dessus sous forme de pièces jointes de type "message/rfc822". Tout message d'un autre type envoyé à ces adresses électroniques ne sera pas traité.

Vous pouvez modifier les adresses utilisées par MDaemon en ajoutant la clé suivante au  fichierCFilter.INI:

[SpamFilter]

SpamLearnAddress=MySpamLearnAddress@

HamLearnAddress=MyNonSpamLearnAddress@ (adresse d'apprentissage du spam)

Remarque : le dernier caractère de ces valeurs doit être "@".

Créer

Cliquez sur ce bouton pour créer  automatiquementdes Dossiers publics IMAPspam et non-spam , et pour configurer MDaemon afin qu'il les utilise. Les dossiers suivants seront créés :

Par défaut, l'accès à ces dossiers n'est accordé qu'aux utilisateurs locaux des domaines locaux et est limité à la Recherche et à l'Insertion.Les autorisations par défaut dupostmastersont Lookup, Read, Insert et Delete.

Chemin d'accès au dossier spam connu (faux négatifs) :

Il s'agit du chemin d'accès au dossier qui sera utilisé pour l'analyse bayésienne des messages de spam connus. Ne copiez dans ce dossier que les messages que vous considérez comme du spam. Vous ne devez pas automatiser le processus de copie des messages dans ce dossier, à moins de le faire via les  optionsApprentissage bayésien automatique ou Pièges à spam. L'automatisation de ce processus par d'autres moyens pourrait potentiellement entraîner l'analyse de messages non spam en tant que spam, ce qui diminuerait la fiabilité des statistiques bayésiennes.

Chemin d'accès au dossier non-spam connu (faux positifs) :

Il s'agit du chemin d'accès au dossier qui sera utilisé pour l'analyse bayésienne des messages qui nesont certainement pas des spams. Seuls les messages que vous ne  considérez pas comme du spam doivent être copiés dans ce dossier. Vous ne devez pas automatiser le processus de copie des messages dans ce dossier, à moins de le faire via les  options d'Apprentissage bayésien. L'automatisation de ce processus par d'autres moyens pourrait potentiellement entraîner l'analyse de messages de spam en tant que non-spam, ce qui diminuerait la fiabilité des statistiques bayésiennes.

Dossier public

Cliquez sur l'un de ces boutons pour désigner l'un de vos Dossiers publics existants comme Dossier public Bayesian. C'est un moyen facile pour vos utilisateurs de placer leurs messages incorrectement catégorisés comme spam ou non-spam dans vos répertoires bayésiens pour analyse. Notez toutefois qu'en donnant l'accès à un plus grand nombre de personnes, vous augmentez la probabilité que certains messages soient placés dans les mauvais dossiers, ce qui fausse les statistiques et diminue la fiabilité.

Voir :

Apprentissage bayésien automatique

Méli-mélo de spams