La version du système de filtrage des spams Rspamd 3.9 a été publiée, offrant des outils pour évaluer les messages selon divers critères, y compris les règles, les méthodes statistiques et les listes noires, sur la base desquelles un poids total est calculé pour chaque message, servant à décider de sa nécessité de blocage. Rspamd prend en charge pratiquement toutes les fonctionnalités implémentées dans SpamAssassin et présente plusieurs caractéristiques permettant de filtrer les e-mails environ dix fois plus rapidement que SpamAssassin, tout en garantissant une meilleure qualité de filtrage. Le code du système est écrit en C et distribué sous licence Apache 2.0.
Rspamd est construit autour d'une architecture orientée événements (Event-driven) et est initialement conçu pour être utilisé dans des systèmes à forte charge, permettant de traiter des centaines de messages par seconde. Les règles pour détecter les indicateurs de spam sont hautement flexibles et peuvent, dans leur forme la plus simple, inclure des expressions régulières, tandis que dans les situations plus complexes, elles peuvent être formulées en Lua. L'extension des fonctionnalités et l'ajout de nouveaux types de vérifications se fait via des modules qui peuvent être créés en C et Lua. Par exemple, des modules sont disponibles pour vérifier l'expéditeur à l'aide de SPF, de confirmation de domaine de l'expéditeur par DKIM, et de requêtes dans des listes DNSBL. Pour simplifier la configuration, la création de règles et le suivi des statistiques, une interface web administrative est fournie.
Dans la nouvelle version :
- Les paramètres du classificateur bayésien ont été améliorés. La taille de la fenêtre par défaut a été réduite de 5 à 2 mots, ce qui a permis d'augmenter la performance tout en réduisant de 4 fois l'espace de stockage requis sans dégrader le niveau de classification des spams. Une utilitaire, « rspamadm classifier_test », a été proposée pour tester le fonctionnement du classificateur avec différentes configurations.
- Un module GPT a été ajouté, utilisant l'API OpenAI GPT pour la classification de texte via des requêtes aux grands modèles linguistiques, comme GPT-3.5 Turbo et GPT-4o. La précision de la classification des spams avec ce nouveau module est inférieure à celle du classificateur bayésien, mais son avantage réside dans le fait qu'il ne nécessite pas de formation préalable et peut prendre en compte le contexte des messages, tandis qu'une formation de qualité et équilibrée est nécessaire pour le bon fonctionnement du classificateur bayésien. En plus de la détection directe des spams dans les messages, le module GPT peut être utilisé pour former le classificateur bayésien.
- La possibilité de partager les modules known_senders et replies a été mise en œuvre pour marquer les expéditeurs vérifiés, en utilisant comme critère le fait qu'ils aient déjà reçu des réponses.
- Par défaut, la modification dynamique des limites d'intensité d'envoi de messages (dynamic ratelimit), liée à un expéditeur ou un destinataire, est désactivée. adresse IP.
Source : opennet.ru
