İstenmeyen e-postaları uzun vadede etkili bir şekilde durdurmak, tek tek IP adreslerini engellemekten ve spam göndericilerin tipik olarak kullandığı anahtar kelimelere dayalı kurallar oluşturmaktan çok daha fazlasını gerektirir. İstenmeyen e-posta araçlarının artan karmaşıklığı, vahşi ortamda artan istenmeyen e-posta göndericilerinin sayısıyla birleştiğinde, istenmeyen e-postaların çeşitliliğinde ve hacminde bir hiper-evrim yaratmıştır. Kötü adamları engellemenin eski yolları artık işe yaramıyor.
İstenmeyen posta ve istenmeyen posta engelleme teknolojisini incelemek, bu evrimin nasıl gerçekleştiğini ve istenmeyen postayla mücadele etmek ve e-postayı amaçlanan verimli, etkili iletişim aracı olarak geri almak için neler yapılabileceğini aydınlatabilir.
İstenmeyen postayla mücadele için kullanılan bir yöntem Bayesian Filtrelemedir. Adını İngiliz matematikçi Thomas Bayes’ten alan Bayesian Logic, karar verme ve çıkarımsal istatistiklerde kullanılır. Bayes Dosyaları, bilinen spam ve jambon veya yasal e-posta veritabanını tutar. Veritabanı yeterince büyük olduğunda, sistem kelimeleri bir spam mesajında görünme olasılıklarına göre sıralar.
İstenmeyen e-postada görünme olasılığı daha yüksek olan kelimelere yüksek puan (51 ile 100 arasında) ve yasal e-postada görünmesi muhtemel kelimelere düşük puan (1 ile 50 arasında) verilir. Örneğin, “özgür” ve “seks” kelimeleri genellikle 95 ile 98 arasında değerler alırken, “vurgu” veya “dezavantaj” kelimeleri 1 ile 4 arasında bir puan alabilir. “the” ve “that” gibi yaygın olarak kullanılan kelimeler. ” ve Bayes filtrelerinde yeni olan kelimelere 40 ile 50 arasında nötr bir puan verilir ve sistemin algoritmasında kullanılmaz.
Sistem bir e-posta aldığında, mesajı jetonlara veya kendilerine atanmış değerlere sahip kelimelere ayırır. Sistem, aralığın yüksek ve düşük ucunda puanları olan belirteçleri kullanır ve bir bütün olarak e-posta için bir puan geliştirir. E-postada jambon belirteçlerinden daha fazla spam belirteci varsa, e-postanın spam puanı yüksek olacaktır. E-posta yöneticisi, e-postanın kullanıcılara geçmesine izin vermek için sistemin kullandığı bir eşik puanı belirler.
Bayes filtreleri, istenmeyen postaları filtrelemede ve yanlış pozitifleri en aza indirmede etkilidir. Bayesian Filers, kullanıcı geri bildirimlerine göre adapte oldukları ve öğrendikleri için, zaman içinde bir organizasyon içinde kullanıldıkça daha iyi sonuçlar verir. Ancak, kusursuz değiller. İstenmeyen e-posta gönderenler, Bayes Filtrelerinin hangi sözcükleri istenmeyen posta olarak kabul ettiğini öğrenmiş ve iletinin genel istenmeyen posta puanını düşürmek için e-postalara istenmeyen posta amaçlı olmayan sözcükler eklemenin yollarını geliştirmiştir. İstenmeyen posta gönderenler, romanlardan veya haberlerden metin paragrafları ekleyerek, yüksek dereceli kelimelerin etkilerini azaltabilir. Metin ekleme ayrıca romanlarda veya haberlerde bulunan normal olarak meşru kelimelerin şişirilmiş bir spam puanına sahip olmasına neden oldu. Bu, potansiyel olarak Bayes filtrelerini zamanla daha az etkili hale getirebilir.
İstenmeyen e-posta gönderenlerin Bayes filtrelerini kandırmak için kullandıkları başka bir yaklaşım, daha az istenmeyen e-postalar oluşturmaktır. Örneğin, bir spam gönderici yalnızca “İşte bağlantı…” ifadesini içeren bir e-posta gönderebilir. Bu yaklaşım, istenmeyen posta puanını etkisiz hale getirebilir ve kullanıcıları, istenmeyen posta gönderenin mesajını içeren bir Web sitesinin bağlantısını tıklamaya ikna edebilir. Bu tür istenmeyen postaları engellemek için, filtrenin bağlantıyı takip edecek ve kullanıcıların ziyaret etmesi istenen Web sitesinin içeriğini tarayacak şekilde tasarlanması gerekir. Bu tür filtreleme, sunucu kaynakları açısından aşırı derecede pahalı olacağından ve potansiyel olarak ticari sunuculara karşı hizmet reddi saldırıları başlatmanın bir yöntemi olarak kullanılabileceğinden Bayes filtreleri tarafından kullanılmamaktadır.
Tüm tek yöntemli spam filtreleme metodolojilerinde olduğu gibi, Bayes filtreleri, spam göndericilerin spam filtrelerini kandırmak için kullandıkları belirli tekniklere karşı etkilidir, ancak spam sorununu çözmek için sihirli bir kurşun değildir. Bayes filtreleri, diğer istenmeyen posta algılama yöntemleriyle birleştirildiğinde en etkilidir.
Çözüm
Tek tek kullanıldığında, her bir istenmeyen posta önleme tekniği, spam gönderenler tarafından sistematik olarak üstesinden gelinmiştir. Alınan her e-posta için bir kuruş ücret almak veya sunucuları e-postayı teslim etmeden önce matematik problemlerini çözmeye zorlamak gibi istenmeyen postalardan kurtulmaya yönelik görkemli planlar birkaç sonuçla önerildi. Bu şemalar gerçekçi değildir ve etkili olması için nüfusun büyük bir yüzdesinin aynı istenmeyen posta önleme yöntemini benimsemesini gerektirir. adresindeki web sitemizi ziyaret ederek spam ile mücadele hakkında daha fazla bilgi edinebilirsiniz. http://www.ciphertrust.com ve teknik incelemelerimizi indiriyoruz.