De release van het spamfilteringssysteem Rspamd 3.9 heeft plaatsgevonden. Het biedt hulpmiddelen voor het beoordelen van berichten op verschillende criteria, inclusief regels, statistische methoden en zwarte lijsten, op basis waarvan het uiteindelijke gewicht van een bericht wordt bepaald, dat gebruikt wordt om te beslissen of blokkering nodig is. Rspamd ondersteunt vrijwel alle mogelijkheden die in SpamAssassin zijn geĆÆmplementeerd en heeft een aantal kenmerken die het mogelijk maken om e-mails gemiddeld 10 keer sneller te filteren dan SpamAssassin, evenals een betere filterkwaliteit. De code van het systeem is geschreven in de programmeertaal C en wordt verspreid onder de Apache 2.0-licentie.
Rspamd is gebouwd met behulp van een evenementgestuurde architectuur en is oorspronkelijk ontworpen voor gebruik in hoogbelaste systemen, waardoor honderden berichten per seconde kunnen worden verwerkt. De regels voor het identificeren van spamkenmerken zijn zeer flexibel en kunnen in de eenvoudigste vorm reguliere expressies bevatten, terwijl ze in meer complexe situaties in de taal Lua kunnen worden opgesteld. Het uitbreiden van functionaliteit en het toevoegen van nieuwe typen controles wordt gerealiseerd via modules, die kunnen worden gemaakt in de talen C en Lua. Bijvoorbeeld, er zijn modules beschikbaar voor het controleren van de afzender met behulp van SPF, bevestiging domein van de afzender via DKIM en het genereren van aanvragen naar DNSBL-lijsten. Voor het vereenvoudigen van de configuratie, het creƫren van regels en het volgen van statistieken is een administratieve webinterface beschikbaar.
In de nieuwe versie:
- De instellingen van de Bayesian classifier zijn verbeterd. De standaard venstergrootte is verminderd van 5 naar 2 woorden, wat heeft geleid tot een prestatieverbetering en een vermindering van de opslagruimte met 4 keer zonder degradatie van het spamclassificatieniveau. Voor het testen van de werking van de classifier met verschillende instellingen is de tool 'rspamadm classifier_test' aangeboden.
- Module GPT is toegevoegd, dat gebruikmaakt van de API van OpenAI GPT voor tekstclassificatie via verzoeken aan grote taalmiddelen, zoals GPT-3.5 Turbo en GPT-4o. De nauwkeurigheid van spamclassificatie met de nieuwe module is lager dan die van de bayesiaanse classificator, maar het voordeel is dat het geen voorafgaande training vereist en rekening kan houden met de context in berichten, terwijl een effectieve werking van de bayesiaanse classificator een kwalitatieve en gebalanceerde training van de engine vereist. Naast de directe identificatie van spam in berichten kan de GPT-module ook worden gebruikt voor het trainen van de bayesiaanse classificator.
- De mogelijkheid om de modules known_senders en replies samen te gebruiken is geĆÆmplementeerd om geverifieerde afzenders te markeren, waarbij als kenmerk wordt gebruikt dat ze eerder antwoorden hebben ontvangen.
- Dynamische wijziging van de beperkingen van de intensiteit van het verzenden van berichten (dynamic ratelimit), gerelateerd aan Ć©Ć©n afzender, ontvanger of is standaard uitgeschakeld. IP-adres.
Bron: opennet.ru
