{"id":72898,"date":"2020-03-05T20:42:08","date_gmt":"2020-03-05T17:42:08","guid":{"rendered":"https:\/\/prohoster.info\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame"},"modified":"2020-03-05T20:42:08","modified_gmt":"2020-03-05T17:42:08","slug":"kak-otkryt-kommentarii-i-ne-potonut-v-spame","status":"publish","type":"post","link":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","title":{"rendered":"Wie man Kommentare \u00f6ffnet, ohne in Spam zu versinken","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

\"Wie
\n
\nWenn Ihre Arbeit darin besteht, etwas Sch\u00f6nes zu schaffen, ist es nicht notwendig, viel dar\u00fcber zu erz\u00e4hlen, denn das Ergebnis spricht f\u00fcr sich. Anders sieht es aus, wenn Sie Graffiti von Z\u00e4unen entfernen \u2013 niemand bemerkt Ihre Arbeit, solange die Z\u00e4une gepflegt aussehen oder bis Sie etwas Unangemessenes abwischen.<\/p>\n

Jeder Dienst, der Kommentare, Bewertungen, Nachrichten oder Bilder zul\u00e4sst, sieht sich fr\u00fcher oder sp\u00e4ter Problemen wie Spam, Betrug und obsz\u00f6nen Inhalten gegen\u00fcber. Dagegen kann man nicht viel tun, aber man muss sich dem stellen. <\/p>\n

Ich hei\u00dfe Michael und arbeite im Anti-Spam-Team, das die Nutzer der Dienste von Yandex vor solchen Problemen sch\u00fctzt. Unsere Arbeit bleibt oft unbemerkt (und das ist gut so!), deshalb m\u00f6chte ich Ihnen heute mehr dar\u00fcber erz\u00e4hlen. Sie werden erfahren, in welchen F\u00e4llen Moderation nutzlos ist und warum Genauigkeit nicht der einzige Ma\u00dfstab f\u00fcr ihre Effektivit\u00e4t ist. Au\u00dferdem sprechen wir \u00fcber Schimpfw\u00f6rter am Beispiel von Katzen und Hunden und dar\u00fcber, warum es manchmal hilfreich ist, \"wie ein Schimpfer zu denken\".
\n<\/a><\/noindex>
\nImmer mehr Dienste erscheinen bei Yandex, auf denen Nutzer ihre Inhalte ver\u00f6ffentlichen k\u00f6nnen. Man kann Fragen stellen oder Antworten in Yandex.Q schreiben, \u00fcber Neuigkeiten im Kiez in Yandex.Rayon diskutieren oder Informationen \u00fcber den Verkehrsfluss in Yandex.Maps teilen. Doch mit dem Wachstum der Nutzerbasis wird der Dienst auch f\u00fcr Betr\u00fcger und Spammer attraktiv. Diese f\u00fcllen die Kommentare mit Angeboten f\u00fcr einfaches Geldverdienen, bewerben wundersame Mittel und versprechen soziale Unterst\u00fctzung. Aufgrund dieser Spammer verlieren einige Nutzer Geld, w\u00e4hrend andere das Interesse an einem vernachl\u00e4ssigten, spam\u00fcberladenen Dienst verlieren.<\/p>\n

Und das ist nicht das einzige Problem. Wir streben nicht nur danach, die Nutzer vor Betr\u00fcgern zu sch\u00fctzen, sondern auch eine angenehme Atmosph\u00e4re f\u00fcr die Kommunikation zu schaffen. Wenn die Menschen in den Kommentaren auf obsz\u00f6ne Sprache und Beleidigungen sto\u00dfen, werden sie mit gro\u00dfer Wahrscheinlichkeit gehen und nicht wiederkommen. Daher m\u00fcssen wir auch damit umgehen k\u00f6nnen. <\/p>\n

Sauberes Web<\/h3>\n

\nWie so oft bei uns, entstanden die ersten Entwicklungen im Bereich der Suche, genauer gesagt in dem Teil, der sich mit dem Spam in den Ergebnissen besch\u00e4ftigt. Vor etwa zehn Jahren entstand die Aufgabe, Erwachsenen-inhalte f\u00fcr die familienfreundliche Suche zu filtern und f\u00fcr Anfragen, bei denen keine Antworten aus der Kategorie 18+ erwartet werden. So kamen die ersten manuell erstellten W\u00f6rterb\u00fccher f\u00fcr Pornografie und vulg\u00e4re Sprache hinzu, die von Analysten erg\u00e4nzt wurden. Das Hauptziel war die Klassifizierung von Anfragen, bei denen erwachsene Inhalte akzeptabel sind und bei denen nicht. F\u00fcr diese Aufgabe sammelte man Markierungen, erstellte Heuristiken und trainierte Modelle. So wurden die ersten Schriften zur Filterung von unerw\u00fcnschten Inhalten entwickelt.<\/p>\n

Im Laufe der Zeit begann Yandex, UGC (user generated content) einzuf\u00fchren \u2013 Nachrichten, die von den Nutzern selbst geschrieben werden, w\u00e4hrend Yandex sie nur ver\u00f6ffentlicht. Aus den oben beschriebenen Gr\u00fcnden konnten viele Nachrichten nicht unmoderiert ver\u00f6ffentlicht werden \u2013 eine Moderation war erforderlich. Daher entschied man, einen Dienst einzurichten, der Schutz vor Spam und Angreifern f\u00fcr alle UGC-Produkte von Yandex bieten sollte und die Entwicklungen zur Filterung unerw\u00fcnschter Inhalte aus der Suche nutzen w\u00fcrde. Der Dienst wurde \u00abSauberer Web\u00bb genannt. <\/p>\n

Neue Aufgaben und Unterst\u00fctzung durch Tolokers<\/h3>\n

\nZun\u00e4chst hatten wir nur einfache Automatisierung: Die Dienste schickten uns Texte, und wir \u00fcberpr\u00fcften diese mit Schimpfw\u00f6rtern, Erotik-W\u00f6rtern und regul\u00e4ren Ausdr\u00fccken \u2013 die Analytiker erstellten alles manuell. Mit der Zeit wurde der Dienst in immer mehr Produkten von Yandex verwendet, und wir mussten lernen, mit neuen Problemen umzugehen. <\/p>\n

Oft ver\u00f6ffentlichen Benutzer anstelle von Bewertungen sinnlose Buchstabensammlungen, um sich selbst eine Anerkennung zu verschaffen, manchmal bewerben sie ihr Unternehmen in den Bewertungen \u00fcber die Konkurrenz, und manchmal verwechseln sie einfach die Organisationen \u2013 in einem Kommentar \u00fcber ein Zoogesch\u00e4ft steht dann: \u201ePerfekt zubereiteter Fisch!\u201c. Vielleicht wird die k\u00fcnstliche Intelligenz irgendwann lernen, den Sinn jedes Textes perfekt zu erfassen, aber derzeit funktioniert die Automatisierung manchmal schlechter als der Mensch. <\/p>\n

Es wurde klar, dass wir ohne manuelle Kennzeichnung nicht auskommen werden, also haben wir eine zweite Stufe in unser System integriert \u2013 die \u00dcberpr\u00fcfung durch einen Menschen. Dort landeten die ver\u00f6ffentlichten Texte, bei denen der Klassifikator keine Probleme erkannt hatte. Das Ausma\u00df einer solchen Aufgabe kann man sich leicht vorstellen, weshalb wir uns nicht nur auf Gutachter verlassen haben, sondern auch die \"Weisheit der Massen\" in Anspruch genommen haben, sprich, wir haben die Hilfe von Crowd-Testern in Anspruch genommen. Sie helfen uns, das zu identifizieren, was die Maschine \u00fcbersehen hat, und bilden sie somit weiter aus. <\/p>\n

Intelligente Caching-Strategien und LSH-Hashing<\/h3>\n

\nEin weiteres Problem, mit dem wir bei der Bearbeitung von Kommentaren konfrontiert wurden, ist Spam, genauer gesagt, dessen Volumen und Verbreitungsgeschwindigkeit. Als die Nutzerzahl von Yandex.Region schnell zunahm, kamen die Spammer. Sie haben gelernt, regul\u00e4re Ausdr\u00fccke zu umgehen, indem sie den Text leicht ver\u00e4nderten. Spam-Nachrichten wurden nat\u00fcrlich immer noch gefunden und entfernt, aber im Ma\u00dfstab von Yandex konnten auch unzul\u00e4ssige Nachrichten, die nur f\u00fcr 5 Minuten ver\u00f6ffentlicht wurden, von Hunderten gesehen werden. <\/p>\n

\"Wie
\n
\nDas hat uns nat\u00fcrlich nicht gefallen, und wir haben ein intelligentes Caching von Texten auf Basis von LSH eingef\u00fchrt (locality-sensitive hashing<\/a><\/noindex>). Es funktioniert so: Wir haben den Text normalisiert, Links entfernt und ihn in n-Gramme (Folgen von n Buchstaben) zerlegt. Dann haben wir Hashes f\u00fcr die n-Gramme erstellt und anhand dieser die LSH-Vektoren des Dokuments konstruiert. Die Idee ist, dass \u00e4hnliche Texte, selbst wenn sie leicht ver\u00e4ndert wurden, in \u00e4hnliche Vektoren umgewandelt werden. <\/p>\n

Diese L\u00f6sung erm\u00f6glichte es, die Urteile von Klassifikatoren und Tolokern f\u00fcr \u00e4hnliche Texte wiederzuverwenden. Bei einem Spam-Angriff, sobald die erste Nachricht die Pr\u00fcfung bestand und im Cache mit dem Urteil \u201eSpam\u201c landete, erhielten alle neuen \u00e4hnlichen Nachrichten, auch wenn sie ver\u00e4ndert waren, dasselbe Urteil und wurden automatisch gel\u00f6scht. Sp\u00e4ter haben wir gelernt, Spam-Klassifikatoren zu trainieren und automatisch weiterzubilden, aber dieser \u201eintelligente Cache\u201c ist uns erhalten geblieben und hilft uns auch heute noch oft.<\/p>\n

Klassifikator f\u00fcr hochwertige Texte<\/h3>\n

\nKaum hatten wir uns von dem Kampf gegen Spam erholt, erkannten wir, dass 95 % der Inhalte manuell moderiert werden: Die Klassifizierer reagieren nur auf Verst\u00f6\u00dfe, w\u00e4hrend die meisten Texte gut sind. Wir belasten die Moderatoren, die in 95 von 100 F\u00e4llen die Bewertung \u201eAlles in Ordnung\u201c abgeben. Deshalb mussten wir uns mit einer ungewohnten Aufgabe befassen \u2013 Klassifizierer f\u00fcr gute Inhalte zu erstellen, da sich in dieser Zeit bereits gen\u00fcgend Markierungen angesammelt hatten.<\/p>\n

Der erste Klassifizierer sah so aus: Wir lemmatisieren den Text (bringen die W\u00f6rter in ihre Grundform), entfernen alle Funktionsw\u00f6rter und wenden ein vorab vorbereitetes \u201eW\u00f6rterbuch guter Lemmata\u201c an. Wenn alle W\u00f6rter im Text \u201egut\u201c sind, enth\u00e4lt auch der gesamte Text keine Verst\u00f6\u00dfe. Dieser Ansatz erm\u00f6glichte uns auf verschiedenen Plattformen eine sofortige Automatisierung der manuellen Markierung von 25 bis 35 %. Nat\u00fcrlich ist dieser Ansatz nicht perfekt: Es ist nicht schwer, mehrere harmlose Worte zu kombinieren und eine sehr beleidigende Aussage zu erhalten, aber er erm\u00f6glichte uns, schnell ein gutes Automatisierungsniveau zu erreichen und gab uns die Zeit, komplexere Modelle zu schulen.<\/p>\n

Die folgenden Versionen der Klassifizierer f\u00fcr gute Texte umfassten bereits lineare Modelle und Entscheidungsb\u00e4ume sowie deren Kombinationen. Um Unh\u00f6flichkeiten und Beleidigungen zu kennzeichnen, versuchen wir beispielsweise das neuronale Netzwerk BERT. Hier ist es wichtig, die Bedeutung eines Wortes im Kontext und die Verbindung von W\u00f6rtern aus verschiedenen S\u00e4tzen zu erfassen, und BERT gelingt dies ganz gut. (\u00dcbrigens berichteten k\u00fcrzlich Kollegen aus den Nachrichten \u00fcber<\/a><\/noindex>, wie sie die Technologie f\u00fcr eine unkonventionelle Aufgabe nutzen \u2013 zur Fehlersuche in \u00dcberschriften.) Dadurch konnten bis zu 90% des Arbeitsflusses automatisiert werden, je nach Dienst. <\/p>\n

Genauigkeit, Vollst\u00e4ndigkeit und Geschwindigkeit<\/h3>\n

\nUm sich weiterzuentwickeln, ist es wichtig zu verstehen, welchen Nutzen die verschiedenen automatischen Klassifizierer bringen, welche \u00c4nderungen daran vorgenommen werden und ob die Qualit\u00e4t der manuellen \u00dcberpr\u00fcfungen nicht abnimmt. Zu diesem Zweck verwenden wir die Kennzahlen f\u00fcr Genauigkeit und Vollst\u00e4ndigkeit. <\/p>\n

Genauigkeit ist der Anteil der korrekten Urteile unter allen Urteilen \u00fcber unerw\u00fcnschte Inhalte. Je h\u00f6her die Genauigkeit, desto weniger falsche Alarme. Wenn man die Genauigkeit nicht \u00fcberwacht, k\u00f6nnte man theoretisch alle Spam- und anst\u00f6\u00dfigen Inhalte entfernen, und damit die H\u00e4lfte guter Beitr\u00e4ge verlieren. Andererseits w\u00fcrde, wenn man sich nur auf die Genauigkeit verl\u00e4sst, die Technologie, die niemanden auff\u00e4ngt, als die beste angesehen werden. Daher gibt es auch den Vollst\u00e4ndigkeitsfaktor: den Anteil der identifizierten unerw\u00fcnschten Inhalte am gesamten Volumen dieser Inhalte. Diese beiden Kennzahlen balancieren sich gegenseitig aus. <\/p>\n

Um diese zu messen, nehmen wir eine Stichprobe des gesamten eingehenden Datenstroms f\u00fcr jeden Dienst und geben die Content-Stichproben zur Expertenbewertung an Gutachter weiter, um sie mit den Entscheidungen der Maschine zu vergleichen. <\/p>\n

Es gibt jedoch noch einen weiteren wichtigen Indikator. <\/p>\n

Ich habe bereits erw\u00e4hnt, dass unangemessene Nachrichten innerhalb von 5 Minuten von Hunderten von Personen gesehen werden k\u00f6nnen. Deshalb z\u00e4hlen wir, wie oft wir unerw\u00fcnschte Inhalte den Nutzern zeigen konnten, bevor wir sie verstecken. Das ist wichtig, denn es ist nicht genug, qualitativ zu arbeiten \u2013 man muss auch schnell arbeiten. Und als wir den Schutz vor anst\u00f6\u00dfigen Inhalten entwickelten, haben wir dies in vollem Umfang gesp\u00fcrt. <\/p>\n

Anti-Anst\u00f6\u00dfiges am Beispiel von Katzen und Hunden<\/h3>\n

\nEine kleine lyrische Ablenkung. Manche m\u00f6gen sagen, dass vulg\u00e4re Ausdr\u00fccke und Beleidigungen nicht so gef\u00e4hrlich sind wie b\u00f6sartige Links und nicht so l\u00e4stig wie Spam. Doch wir streben danach, angenehme Bedingungen f\u00fcr Millionen von Nutzern zu schaffen, denn niemand m\u00f6chte zur\u00fcckkehren, wo er beleidigt wird. Kein Wunder, dass das Verbot von Schimpfw\u00f6rtern und Beleidigungen in den Regeln vieler Communities, darunter auch bei [\u0425\u0430\u0431\u0440], festgelegt ist. Aber ich schweife ab. <\/p>\n

Schimpfw\u00f6rter reichen nicht aus, um den ganzen Reichtum der russischen Sprache widerzuspiegeln. Auch wenn es nur vier Hauptsilben gibt, aus denen man unz\u00e4hlige W\u00f6rter bilden kann, die man mit regul\u00e4ren Ausdr\u00fccken nicht erfassen kann. Au\u00dferdem kann man Teile von W\u00f6rtern transkribieren, Buchstaben durch \u00e4hnliche Kombinationen ersetzen, Buchstaben umstellen, Sternchen hinzuf\u00fcgen usw. Manchmal ist es ohne Kontext schlichtweg unm\u00f6glich zu bestimmen, welches Schimpfwort der Nutzer meint. Wir respektieren die Regeln von [\u0425\u0430\u0431\u0440], weshalb wir dies nicht an lebenden Beispielen, sondern an Katzen und Hunden demonstrieren. <\/p>\n

\"Wie
\n
\n\u201eMiau\u201c, sagte die Katze. Aber wir verstehen, dass die Katze etwas anderes gesagt hat\u2026<\/p>\n

Wir haben begonnen, \u00fcber die Algorithmen des \"fuzzy Matchings\" unseres W\u00f6rterbuchs nachzudenken und an einem intelligenten Preprocessing zu arbeiten: Wir haben Transliterationen erstellt, Leerzeichen und Satzzeichen zusammengef\u00fchrt, Muster gesucht und f\u00fcr diese spezielle regul\u00e4re Ausdr\u00fccke geschrieben. Dieser Ansatz brachte Ergebnisse, senkte jedoch h\u00e4ufig die Genauigkeit und bot nicht die gew\u00fcnschte Vollst\u00e4ndigkeit.<\/p>\n

Dann beschlossen wir, wie die \"Vulgarker\" zu denken. Wir begannen, absichtlich Rauschen in die Daten einzuf\u00fchren: Wir vertauschten Buchstaben, generierten Tippfehler, ersetzten Buchstaben durch \u00e4hnliche, und so weiter. Die anf\u00e4ngliche Markierung daf\u00fcr nahmen wir, indem wir Schimpfw\u00f6rter auf gro\u00dfe Textkorpora anwendeten. Wenn man einen Satz nimmt und ihn auf verschiedene Weisen verformt, erh\u00e4lt man bereits viele S\u00e4tze. So kann man den Trainingsdatensatz um ein Vielfaches erweitern. Es blieb nur noch, ein mehr oder weniger intelligentes Modell zu trainieren, das den Kontext ber\u00fccksichtigt. <\/p>\n

\"Wie
\n
\nEs ist noch zu fr\u00fch, um von einer endg\u00fcltigen L\u00f6sung zu sprechen. Wir experimentieren weiterhin mit Ans\u00e4tzen zu diesem Problem, sehen aber bereits, dass ein einfacher zeichenbasierter neuronaler Netzwerk aus mehreren Schichten die W\u00f6rterb\u00fccher und regul\u00e4ren Ausdr\u00fccke deutlich \u00fcbertrifft: sowohl die Genauigkeit als auch die Vollst\u00e4ndigkeit k\u00f6nnen gesteigert werden.<\/p>\n

Nat\u00fcrlich verstehen wir, dass es immer Wege gibt, auch die ausgekl\u00fcgeltste Automatisierung zu umgehen, besonders wenn es um das Spiel geht: so zu schreiben, dass eine dumme Maschine es nicht versteht. Hier, wie im Kampf gegen Spam, ist es nicht unser Ziel, die M\u00f6glichkeit abzuschaffen, etwas Unanst\u00e4ndiges zu schreiben; unsere Aufgabe besteht darin, sicherzustellen, dass das Spiel den Aufwand wert ist.<\/p>\n

Es ist einfach, die M\u00f6glichkeit zu schaffen, seine Meinung zu \u00e4u\u00dfern, zu kommunizieren und Kommentare abzugeben. Viel schwieriger ist es, sichere, komfortable Bedingungen und respektvollen Umgang miteinander zu gew\u00e4hrleisten. Ohne das gibt es keine Entwicklung irgendeiner Gemeinschaft.
\n
Quelle: habr.com<\/a> <\/p>","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"excerpt":{"rendered":"

\u041a\u043e\u0433\u0434\u0430 \u0442\u0432\u043e\u044f \u0440\u0430\u0431\u043e\u0442\u0430 \u2014 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0447\u0442\u043e-\u0442\u043e \u043a\u0440\u0430\u0441\u0438\u0432\u043e\u0435, \u043e \u043d\u0435\u0439 \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u043d\u0435 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443 \u0432\u0441\u0435\u0445 \u043f\u0435\u0440\u0435\u0434 \u0433\u043b\u0430\u0437\u0430\u043c\u0438. \u0410 \u0432\u043e\u0442 \u0435\u0441\u043b\u0438 \u0442\u044b \u0441\u0442\u0438\u0440\u0430\u0435\u0448\u044c \u043d\u0430\u0434\u043f\u0438\u0441\u0438 \u0441 \u0437\u0430\u0431\u043e\u0440\u043e\u0432, \u0442\u0432\u043e\u044e \u0440\u0430\u0431\u043e\u0442\u0443 \u043d\u0438\u043a\u0442\u043e \u043d\u0435 \u0437\u0430\u043c\u0435\u0447\u0430\u0435\u0442, \u043f\u043e\u043a\u0430 \u0437\u0430\u0431\u043e\u0440\u044b \u0432\u044b\u0433\u043b\u044f\u0434\u044f\u0442 \u043f\u0440\u0438\u043b\u0438\u0447\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u043a\u0430 \u0442\u044b \u043d\u0435 \u0441\u043e\u0442\u0440\u0451\u0448\u044c \u0447\u0442\u043e-\u043d\u0438\u0431\u0443\u0434\u044c \u043d\u0435 \u0442\u043e. \u041b\u044e\u0431\u043e\u0439 \u0441\u0435\u0440\u0432\u0438\u0441, \u0433\u0434\u0435 \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0439, \u043e\u0442\u0437\u044b\u0432, \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0435 \u0438\u043b\u0438 […]<\/p>\n","protected":false,"gt_translate_keys":[{"key":"rendered","format":"html"}]},"author":1,"featured_media":72899,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[688],"tags":[],"class_list":["post-72898","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-administrirovanie"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\n","aioseo_head_json":{"title":"\ud83e\udd47Wie man Kommentare \u00f6ffnet und nicht im Spam ertrinkt | ProHoster","description":"Wenn deine Arbeit darin besteht, etwas Sch\u00f6nes zu schaffen, braucht es nicht viel Erkl\u00e4rung, denn das Ergebnis liegt f\u00fcr alle sichtbar vor. Wenn du jedoch Graffiti von Z\u00e4unen entfernst, bemerkt niemand deine Arbeit, solange die Z\u00e4une ansehnlich aussehen oder bis du etwas Unpassendes abwischst. Jeder Dienst, der es erm\u00f6glicht, Kommentare, R\u00fcckmeldungen oder Nachrichten zu hinterlassen, ist wichtig.","canonical_url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","robots":"max-image-preview:large","keywords":"","webmasterTools":{"miscellaneous":""},"schema":null,"og:locale":"de_DE","og:site_name":"ProHoster | \u041a\u0443\u043f\u0438\u0442\u044c \u043d\u0430\u0434\u0435\u0436\u043d\u044b\u0439 \u0445\u043e\u0441\u0442\u0438\u043d\u0433 \u0434\u043b\u044f \u0441\u0430\u0439\u0442\u043e\u0432 \u0441 \u0437\u0430\u0449\u0438\u0442\u043e\u0439 \u043e\u0442 DDoS, VPS VDS \u0441\u0435\u0440\u0432\u0435\u0440\u044b","og:type":"article","og:title":"\ud83e\udd47\u041a\u0430\u043a \u043e\u0442\u043a\u0440\u044b\u0442\u044c \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0438 \u0438 \u043d\u0435 \u043f\u043e\u0442\u043e\u043d\u0443\u0442\u044c \u0432 \u0441\u043f\u0430\u043c\u0435 | ProHoster","og:description":"\u041a\u043e\u0433\u0434\u0430 \u0442\u0432\u043e\u044f \u0440\u0430\u0431\u043e\u0442\u0430 \u2014 \u0441\u043e\u0437\u0434\u0430\u0432\u0430\u0442\u044c \u0447\u0442\u043e-\u0442\u043e \u043a\u0440\u0430\u0441\u0438\u0432\u043e\u0435, \u043e \u043d\u0435\u0439 \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u043e\u0431\u0435\u043d\u043d\u043e \u043d\u0435 \u0440\u0430\u0441\u0441\u043a\u0430\u0437\u044b\u0432\u0430\u0442\u044c, \u043f\u043e\u0442\u043e\u043c\u0443 \u0447\u0442\u043e \u0440\u0435\u0437\u0443\u043b\u044c\u0442\u0430\u0442 \u0443 \u0432\u0441\u0435\u0445 \u043f\u0435\u0440\u0435\u0434 \u0433\u043b\u0430\u0437\u0430\u043c\u0438. \u0410 \u0432\u043e\u0442 \u0435\u0441\u043b\u0438 \u0442\u044b \u0441\u0442\u0438\u0440\u0430\u0435\u0448\u044c \u043d\u0430\u0434\u043f\u0438\u0441\u0438 \u0441 \u0437\u0430\u0431\u043e\u0440\u043e\u0432, \u0442\u0432\u043e\u044e \u0440\u0430\u0431\u043e\u0442\u0443 \u043d\u0438\u043a\u0442\u043e \u043d\u0435 \u0437\u0430\u043c\u0435\u0447\u0430\u0435\u0442, \u043f\u043e\u043a\u0430 \u0437\u0430\u0431\u043e\u0440\u044b \u0432\u044b\u0433\u043b\u044f\u0434\u044f\u0442 \u043f\u0440\u0438\u043b\u0438\u0447\u043d\u043e \u0438\u043b\u0438 \u043f\u043e\u043a\u0430 \u0442\u044b \u043d\u0435 \u0441\u043e\u0442\u0440\u0451\u0448\u044c \u0447\u0442\u043e-\u043d\u0438\u0431\u0443\u0434\u044c \u043d\u0435 \u0442\u043e. \u041b\u044e\u0431\u043e\u0439 \u0441\u0435\u0440\u0432\u0438\u0441, \u0433\u0434\u0435 \u043c\u043e\u0436\u043d\u043e \u043e\u0441\u0442\u0430\u0432\u0438\u0442\u044c \u043a\u043e\u043c\u043c\u0435\u043d\u0442\u0430\u0440\u0438\u0439, \u043e\u0442\u0437\u044b\u0432, \u043e\u0442\u043f\u0440\u0430\u0432\u0438\u0442\u044c \u0441\u043e\u043e\u0431\u0449\u0435\u043d\u0438\u0435 \u0438\u043b\u0438","og:url":"https:\/\/prohoster.info\/de\/blog\/administrirovanie\/kak-otkryt-kommentarii-i-ne-potonut-v-spame","og:image":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:secure_url":"https:\/\/prohoster.info\/wp-content\/uploads\/2021\/11\/logo-350.jpg","og:image:width":350,"og:image:height":350,"article:published_time":"2020-03-05T17:42:08+00:00","article:modified_time":"2020-03-05T17:42:08+00:00","article:publisher":"https:\/\/www.facebook.com\/prohoster","article:author":"https:\/\/www.facebook.com\/prohoster"},"aioseo_meta_data":{"post_id":"72898","title":null,"description":null,"keywords":null,"keyphrases":null,"primary_term":null,"canonical_url":null,"og_title":null,"og_description":null,"og_object_type":"default","og_image_type":"default","og_image_url":null,"og_image_width":null,"og_image_height":null,"og_image_custom_url":null,"og_image_custom_fields":null,"og_video":null,"og_custom_url":null,"og_article_section":null,"og_article_tags":null,"twitter_use_og":false,"twitter_card":"default","twitter_image_type":"default","twitter_image_url":null,"twitter_image_custom_url":null,"twitter_image_custom_fields":null,"twitter_title":null,"twitter_description":null,"schema":{"blockGraphs":[],"customGraphs":[],"default":{"data":{"Article":[],"Course":[],"Dataset":[],"FAQPage":[],"Movie":[],"Person":[],"Product":[],"ProductReview":[],"Car":[],"Recipe":[],"Service":[],"SoftwareApplication":[],"WebPage":[]},"graphName":"","isEnabled":true},"graphs":[]},"schema_type":null,"schema_type_options":null,"pillar_content":false,"robots_default":true,"robots_noindex":false,"robots_noarchive":false,"robots_nosnippet":false,"robots_nofollow":false,"robots_noimageindex":false,"robots_noodp":false,"robots_notranslate":false,"robots_max_snippet":null,"robots_max_videopreview":null,"robots_max_imagepreview":"large","priority":null,"frequency":null,"local_seo":null,"seo_analyzer_scan_date":null,"breadcrumb_settings":null,"limit_modified_date":false,"reviewed_by":null,"ai":null,"created":"2021-02-28 18:43:27","updated":"2022-09-29 22:58:18"},"gt_translate_keys":[{"key":"link","format":"url"}],"_links":{"self":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/72898","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/comments?post=72898"}],"version-history":[{"count":0,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/posts\/72898\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media\/72899"}],"wp:attachment":[{"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/media?parent=72898"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/categories?post=72898"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/prohoster.info\/de\/wp-json\/wp\/v2\/tags?post=72898"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}