Достъпна е система за филтриране на спам Rspamd 3.9

Released was the spam filtering system Rspamd 3.9, which provides means for assessing messages based on various criteria, including rules, statistical methods, and blacklists, on the basis of which the final weight of the message is formed, used to make a decision on the need for blocking. Rspamd supports nearly all features implemented in SpamAssassin and has a number of features that allow it to filter mail on average 10 times faster than SpamAssassin, as well as to provide better filtering quality. The system's code is written in C and is distributed under the Apache 2.0 license.

Rspamd is built using an event-driven architecture and is primarily designed for use in high-load systems, allowing for the processing of hundreds of messages per second. The rules for identifying signs of spam are highly flexible and can in their simplest form contain regular expressions, while in more complex situations can be formulated in Lua. Extending functionality and adding new types of checks is implemented through modules, which can be created in C and Lua. For example, modules are available for checking the sender using SPF, confirming домейн the sender via DKIM, and generating queries to DNSBL lists. To simplify configuration, rule creation, and statistics tracking, an administrative web interface is provided.

В новата версия:

• Подобрени са настройките на байесовския класификатор. Размерът на прозореца по подразбиране е намален от 5 на 2 думи, което доведе до повишаване на производителността и четирикратно намаляване на потреблението на място за съхранение без влошаване на нивото на класификация на спама. За тестване на работата на класификатора с различни настройки е предложена утилитата "rspamadm classifier_test".
• Добавен е модул GPT, който използва API OpenAI GPT за класификация на текст чрез заявки към големи езикови модели, като GPT-3.5 Turbo и GPT-4o. Точността на класификацията на спама с новия модул е по-ниска от тази на байесовия класификатор, но предимството му е, че не изисква предварително обучение и може да отчита контекста на съобщенията, докато за ефективна работа на байесовия класификатор е необходимо качествено и балансирано обучение на двигателя. Освен директното откриване на спам 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 обозначаване на верифицирани изпратители, използвайки като признак факта, че преди това са получавали отговори.
• По подразбиране е деактивирана динамичната смяна на ограниченията за интензивността на изпращане на съобщения (dynamic ratelimit), свързани с един изпращач, получател или IP адреса.

Източник: opennet.ru