È stata rilasciata la versione 3.9 del sistema di filtraggio dello spam Rspamd, che offre strumenti per valutare i messaggi in base a vari criteri, tra cui regole, metodi statistici e liste nere, da cui deriva il punteggio finale del messaggio, utilizzato per decidere se bloccare o meno. Rspamd supporta praticamente tutte le funzionalità implementate in SpamAssassin e presenta una serie di caratteristiche che consentono di filtrare la posta in media 10 volte più velocemente rispetto a SpamAssassin, garantendo al contempo una qualità di filtraggio superiore. Il codice del sistema è scritto in C e distribuito con licenza Apache 2.0.
Rspamd è costruito utilizzando un'architettura a eventi (Event-driven) ed è originariamente progettato per l'uso in sistemi ad alta richiesta, permettendo di elaborare centinaia di messaggi al secondo. Le regole per rilevare le caratteristiche dello spam presentano un'elevata flessibilità e possono contenere espressioni regolari in forma semplice, mentre in situazioni più complesse possono essere scritte in linguaggio Lua. L'espansione delle funzionalità e l'aggiunta di nuovi tipi di controlli avviene attraverso moduli che possono essere sviluppati in C e Lua. Ad esempio, sono disponibili moduli per il controllo del mittente tramite SPF, conferma di dominio del mittente tramite DKIM e per effettuare richieste a elenchi DNSBL. Per semplificare la configurazione, la creazione di regole e il monitoraggio delle statistiche è fornito un'interfaccia web amministrativa.
Nella nuova versione:
- Sono state migliorate le impostazioni del classificatore bayesiano. La dimensione della finestra predefinita è stata ridotta da 5 a 2 parole, il che ha portato a un aumento delle prestazioni e a una riduzione dello spazio di archiviazione fino a quattro volte, senza compromettere il livello di classificazione dello spam. È stata proposta un'utilità "rspamadm classifier_test" per testare il funzionamento del classificatore con diverse impostazioni.
- È stato aggiunto un modulo GPT che utilizza l'API di OpenAI GPT per la classificazione del testo tramite richieste a modelli linguistici avanzati, come GPT-3.5 Turbo e GPT-4o. La precisione della classificazione dello spam con il nuovo modulo è inferiore a quella del classificatore bayesiano, ma il suo vantaggio è che non richiede un addestramento preliminare e può tener conto del contesto nei messaggi, mentre per un funzionamento efficace del classificatore bayesiano è necessaria un'adeguata e bilanciata formazione del motore. Oltre a identificare direttamente lo spam nei messaggi, il modulo GPT può essere utilizzato anche per addestrare il classificatore bayesiano.
- È stata implementata la possibilità di condividere i moduli known_senders e replies per contrassegnare i mittenti verificati, utilizzando come criterio il fatto che abbiano già ricevuto delle risposte.
- Per impostazione predefinita, la modifica dinamica dei limiti di intensità di invio dei messaggi (dynamic ratelimit), relativa a un mittente, destinatario o indirizzo IP.
Fonte: opennet.ru
