È stato rilasciato il sistema di filtraggio dello spam Rspamd 3.9, che offre strumenti per valutare i messaggi in base a vari criteri, inclusi regole, metodi statistici e blacklist, sulla base dei quali viene determinato il peso finale del messaggio, utilizzato per decidere se bloccarlo. Rspamd supporta praticamente tutte le funzionalità implementate in SpamAssassin e presenta una serie di caratteristiche che consentono di filtrare le email in media 10 volte più velocemente di SpamAssassin, garantendo inoltre una migliore qualità di filtraggio. Il codice del sistema è scritto in linguaggio C e distribuito con licenza Apache 2.0.
Rspamd è costruito utilizzando un'architettura basata su eventi (Event-driven) ed è stato progettato per funzionare in sistemi ad alto carico, consentendo di elaborare centinaia di messaggi al secondo. Le regole per rilevare le caratteristiche dello spam sono estremamente flessibili e possono contenere espressioni regolari nella loro forma più semplice, mentre in situazioni più complesse possono essere scritte in linguaggio Lua. L'estensione delle funzionalità e l'aggiunta di nuovi tipi di controlli avviene tramite moduli, che possono essere creati in linguaggi C e Lua. Ad esempio, sono disponibili moduli per il controllo del mittente utilizzando SPF, conferma di dominio del mittente tramite DKIM e creazione di richieste per le liste DNSBL. Per semplificare la configurazione, la creazione di regole e il monitoraggio delle statistiche, è disponibile un'interfaccia web amministrativa.
Nella nuova versione:
- Le impostazioni del classificatore bayesiano sono state migliorate. La dimensione della finestra predefinita è stata ridotta da 5 a 2 parole, permettendo di aumentare le prestazioni e ridurre il consumo di spazio di archiviazione di 4 volte senza degradare il livello di classificazione dello spam. Per testare il funzionamento del classificatore con diverse impostazioni è stata proposta l'utilità «rspamadm classifier_test».
- È stato aggiunto un modulo GPT, che utilizza l'API OpenAI GPT per classificare il testo attraverso richieste a grandi modelli di linguaggio, come GPT-3.5 Turbo e GPT-4o. L'accuratezza della classificazione dello spam tramite il nuovo modulo è inferiore a quella del classificatore bayesiano, ma il suo pregio è che non richiede alcun addestramento preliminare e può tenere conto del contesto nei messaggi, mentre per il funzionamento efficace del classificatore bayesiano è necessario un addestramento di alta qualità e bilanciato del motore. Oltre a rilevare direttamente lo spam nei messaggi, il modulo GPT può essere utilizzato 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 segnale il fatto che in precedenza erano stati inviati loro delle risposte.
- Per impostazione predefinita, è disabilitata la modifica dinamica dei limiti di intensità dell'invio dei messaggi (dynamic ratelimit) associati a un mittente, a un destinatario o indirizzo IP.
Fonte: opennet.ru
