È stato rilasciato il sistema di filtraggio antispam Rspamd 3.9 che fornisce strumenti per valutare i messaggi secondo diversi criteri, tra cui regole, metodi statistici e blacklist, in base ai quali viene formato il peso finale del messaggio, che serve per decidere se bloccarlo . Rspamd supporta quasi tutte le funzionalità implementate in SpamAssassin e dispone di una serie di funzionalità che consentono di filtrare la posta in media 10 volte più velocemente di SpamAssassin, oltre a fornire una migliore qualità di filtraggio. Il codice del sistema è scritto in linguaggio C e distribuito sotto la licenza Apache 2.0.
Rspamd è basato su un'architettura basata sugli eventi ed è progettato per sistemi ad alto carico, che elaborano centinaia di messaggi al secondo. Le regole di rilevamento dello spam sono altamente flessibili e, nella loro forma più semplice, possono contenere espressioni regolari, mentre in situazioni più complesse possono essere scritte in Lua. Le funzionalità possono essere ampliate e nuovi tipi di controlli possono essere aggiunti tramite moduli scritti in C e Lua. Ad esempio, sono disponibili moduli per la verifica del mittente tramite SPF, conferma e altri metodi. dominio Autenticazione del mittente tramite DKIM, con generazione di query alle liste DNSBL. Un'interfaccia web amministrativa semplifica la configurazione, la creazione di regole e il monitoraggio delle statistiche.
Nella nuova versione:
- Impostazioni del classificatore bayesiano migliorate. La dimensione predefinita della finestra è stata ridotta da 5 a 2 parole, il che ha migliorato le prestazioni e ridotto il consumo di spazio di archiviazione di 4 volte senza compromettere il livello di classificazione dello spam. Per testare il funzionamento del classificatore con diverse impostazioni, viene proposta l'utility “rspamadm classifier_test”.
- Aggiunto un modulo GPT che utilizza l'API GPT OpenAI per classificare il testo tramite query rispetto a modelli linguistici di grandi dimensioni come GPT-3.5 Turbo e GPT-4o. La precisione della classificazione dello spam utilizzando il nuovo modulo è inferiore a quella del classificatore bayesiano, ma il suo vantaggio è che non richiede formazione preliminare e può tenere conto del contesto nei messaggi, mentre affinché il classificatore bayesiano funzioni in modo efficace, è necessario un alto livello di precisione. è necessario un allenamento di qualità ed equilibrato del motore. Oltre a identificare direttamente lo spam nei messaggi, il modulo GPT può essere utilizzato per addestrare un classificatore bayesiano.
- Ora è possibile utilizzare insieme i moduliknown_senders e replies per contrassegnare i mittenti verificati, utilizzando come indicazione che le risposte sono state precedentemente inviate loro.
- Per impostazione predefinita, la modifica dinamica dei limiti di velocità dei messaggi (limite di velocità dinamico) associati a un singolo mittente, destinatario o indirizzo IP.
Fonte: opennet.ru
