Състоянието на филтрационната система за спам Rspamd 3.9 е налично, предоставяща средства за оценка на съобщения по различни критерии, включително правила, статистически методи и черни списъци, върху които се основава крайната тежест на съобщението, използвана за вземане на решение за необходимостта от блокиране. Rspamd поддържа практически всички възможности, реализирани в SpamAssassin, и разполага с редица особености, позволяващи филтриране на имейлите средно 10 пъти по-бързо от SpamAssassin, а също така осигурява по-добро качество на филтрация. Кодът на системата е написан на езика C и се разпространява под лицензия Apache 2.0.
Rspamd е построен с използване на събитийно-ориентирана архитектура и е първоначално проектиран за работа в системи с висока натовареност, позволявайки обработка на стотици съобщения в секунда. Правилата за разпознаване на знаци на спам предлагат висока гъвкавост и в най-простата си форма могат да съдържат регулярни изрази, а в по-сложни ситуации могат да се оформят на Lua. Разширяването на функционалността и добавянето на нови типове проверки се реализира чрез модули, които могат да се създават на C и Lua. Например, налични са модули за проверка на подателя с помощта на SPF, потвърждаване домейн на подателя чрез DKIM, генериране на заявки към списъци DNSBL. За улесняване на настройката, създаването на правила и проследяването на статистиката се предоставя административен уеб интерфейс.
В новата версия:
- Подобрени са настройките на байесовия класификатор. Размерът на прозореца по подразбиране е намален от 5 до 2 думи, което позволи повишаване на производителността и четирикратно намаляване на потреблението на пространство в хранилището без деградация на нивото на класификацията на спама. За тестване на работата на класификатора с различни настройки е предложен инструментът „rspamadm classifier_test.“
- Добавен е модул GPT, използващ API OpenAI GPT за класификация на текст чрез запитване към големи езикови модели, като GPT-3.5 Turbo и GPT-4. Точността на класификацията на спама с новия модул е по-ниска от тази на байесовия класификатор, но неговото преимущество е, че не изисква предварително обучение и може да вземе предвид контекста в съобщенията, докато за ефективна работа на байесовия класификатор е необходима качествена и балансирана тренировка на двигателя. Освен непосредственото идентифициране на спама в съобщенията, модулът GPT може да се използва и за обучение на байесовия класификатор.
- Реализирана е възможността за съвместно използване на модулите known_senders и replies за маркиране на верифицирани податели, използвайки като признак това, че към тях преди това са отправяни отговори.
- По подразбиране е деактивирана динамичната промяна на ограниченията на интензивността на изпращането на съобщения (dynamic ratelimit), свързани с един подател, получател или IP адрес.
Източник: opennet.ru
