Instalacja
Konfiguracja spamassassin'a
Uruchomienie, zatrzymanie itd. Spamassassina
Konfiguracja Evolution
Test działania
Ustawiamy podstawowe filtry
Filtry (sieci) Bayesian
Konfiguracja użytkownika
Konfiguracja Kmail dodane 30/04/2004
Włączamy konsole i logujemy się jako root
[yaro@yaro /]$ su
Password: *********
[root@yaro /]# |
jako, ze działamy pod Mandrake nie musimy się męczyć i instalujemy assassina jednym poleceniem:
[root@yaro /]# urpmi spamassassin
Przygotowywanie... ##################################################
1:perl-Mail-SpamAssassin ##################################################
2:spamassassin-tools ##################################################
3:spamassassin ##################################################
[root@yaro /]#
|
Jeśli z jakiś powodów ww sposób nie działa musimy zainstalować poniższe pakiety:
perl-Mail-SpamAssassin-2.63-1.i386.rpm
spamassassin-2.63-1.i386.rpm
spamassassin-tools-2.63-1.i386.rpm
|
poleceniem:
| rpm -ivh perl-Mail-SpamAssassin-2.63-1.i386.rpm spamassassin-tools-2.63-1.i386.rpm spamassassin-2.63-1.i386.rpm |
Jeśli i to
zawiedzie pozostaje kompilacja ze źródeł. Jak to wykonać wykracza po za
ramy tego HOWTO... (czyt. nie chce mi sie pisac) :)
przechodzimy jako root do katalogu:
| [root@yaro /]# cd /etc/mail/spamassassin |
i edytujemy plik local.cf :
| [root@yaro /]# jed local.cf |
Moja zawartość tego pliku wygląda tak:
[root@yaro /]# cat local.cf
# SpamAssassin config file for version 2.5x
# generated by http://www.yrex.com/spam/spamconfig.php (version 1.01)
# Whether to change the subject of suspected spam
rewrite_subject 1
# Text to prepend to subject if rewrite_subject is used
subject_tag *****SPAM*****
# Encapsulate spam in an attachment
report_safe 0
# Use terse version of the spam report
use_terse_report 0
# Enable the Bayes system
use_bayes 1
# Enable Bayes auto-learning
auto_learn 1
# Enable or disable network checks
skip_rbl_checks 0
use_razor2 1
use_dcc 1
use_pyzor 1
# Mail using languages used in these country codes will not be marked
# as being possibly spam in a foreign language.
# - english polish
ok_languages en pl
# Mail using locales used in these country codes will not be marked
# as being possibly spam in a foreign language.
ok_locales en
allow_user_rules 1
# How many hits before a message is considered spam.
required_hits 7.5 |
"Czułość" spamassassina reguluje linia - required_hits
. W zależności jaka będzie tam liczba mail będzie częściej lub
rzadziej kwalifikowany jako spam. Na początku sugeruje ustawienie liczby
z okolic 4-6. Potem sukcesywnie powoli ją zwiększać.
Jeśli chcemy móc posiadać własne ustawienia i własne reguły MUSIMY dodać do konfigu linie:
allow_user_rules 1
Swoje własne ustawienie można wygenerować tutaj:
http://www.yrex.com/spam/spamconfig.php
Sprawdzenie stanu:
|
[root@yaro /]# /etc/rc.d/init.d/spamassassin status
spamd został zatrzymany
[root@yaro /]# |
Restart:
|
[root@yaro /]# /etc/rc.d/init.d/spamassassin restart
Zamykanie spamd: [NIEUDANE]
Uruchamianie spamd: [ OK ]
[root@yaro /]# |
Zatrzymanie:
|
[root@yaro /]# /etc/rc.d/init.d/spamassassin stop
Zamykanie spamd: [ OK ]
[root@yaro /]# |
Uruchomienie:
|
[root@yaro /]# /etc/rc.d/init.d/spamassassin start
Uruchamianie spamd: [ OK ]
[root@yaro /]#
|
Teraz gdy mamy juz uruchomionego demona (spamd) możemy do niego podłączyć jakiś program pocztowy.
O
piszę konfigurację na przykładzie programu Evolution.
Włączmy program:
Wybieramy:
Narzędzia / Filtry / Przychodzące / Dodaj
i ustawiamy opcje jak na obrazku poniżej:
klikamy OK i przesuwamy regułę na sam szczyt listy reguł: 
potwierdzamy OK.
Aby
przetestować działanie demona wyślijmy do siebie 2 testowe mail'e.
Powinniśmy wysłać je na konto na serwerze poza Twoja siecią. Obu nadajmy
temat "Test".
Treść pierwszego mail'a :
This is the GTUBE, the
Generic
Test for
Unsolicited
Bulk
Email
If your spam filter supports it, the GTUBE provides a test by which you
can verify that the filter is installed correctly and is detecting incoming
spam. You can send yourself a test mail containing the following string of
characters (in upper case and with no white spaces and line breaks):
XJS*C4JDBQADN1.NSBN3*2IDNEN*GTUBE-STANDARD-ANTI-UBE-TEST-EMAIL*C.34X
You should send this test mail from an account outside of your network. |
Treśc drugiego mail'a:
| X5O!P%@AP[4PZX54(P^)7CC)7}$EICAR-STANDARD-ANTIVIRUS-TEST-FILE!$H+H* |
Po odebraniu poczty powinno się okazać, że tematy obu mail'i zostały zmienione na "*****SPAM*****
Test". Zaglądamy do nagłówka mail'a (Widok / Wyświetlanie listu /
Wyświetlanie wszystkich nagłówków) i powinniśmy na jego końcu zobaczyć
coś ZBLIZONEGO do tego:
X-Spam-Flag: YES
X-Spam-Checker-Version: SpamAssassin 2.63 (2004-01-11) on yaro
X-Spam-Level: **************************************************
X-Spam-Status: Yes, hits=1001.0 required=7.5 tests=GTUBE,VIRUS_CLEANED_MYDOOM autolearn=no version=2.63
X-Spam-Report: * 1000 GTUBE BODY: Generic Test for Unsolicited Bulk Email
|
i tego:
X-Spam-Flag: YES
X-Spam-Checker-Version: SpamAssassin 2.63 (2004-01-11) on yaro
X-Spam-Level: **************************************************
X-Spam-Status: Yes, hits=501.0 required=7.5 tests=AWL,VIRUS_CLEANED_MYDOOM autolearn=no version=2.63
X-Spam-Report: * 1.0 VIRUS_CLEANED_MYDOOM Failed/cleaned Mydoom infection? * 500 AWL AWL: Auto-whitelist adjustment |
jeśli tak będzie nasz zabójca (assassin) działa poprawnie.
Tworzymy nowy filtr:
lub bardziej zaawansowana wersja:
i umieszczamy go PONIŻEJ filtru Assassin. Musimy oczywiście wcześniej stworzyć katalog "!Spam" do którego będziemy przenosić niechcianą pocztę. Później gdy będziemy już pewni działania naszego programu możemy regułę zmienić na poniższą:
W tym miejscu można zostawić juz program albo czytać dalej :)
Jeśli w local.cf ustawiliśmy:
mamy je włączone.
Jeśli nie trzeba ww frazę dopisać i zrestartować spamd (jak? było podane wcześniej)
Co to są sieci Bayesian?
Bayesian Filtering to metoda filtrowania poczty elektronicznej. Dzięki
niej filtry antyspamowe automatycznie dostosowują się do specyfiki
otrzymywanej poczty i na bieżąco tworzą jej profil, który może ulegać
zmianie w czasie. Idea filtrowania Bayesian opiera się na statystycznej
analizie częstotliwości występowania słów (czy też określonych znaków,
np. $%&) w normalnych wiadomościach e-mail oraz w tych, które są
klasyfikowane jako spam. Zasadę działania analizy Bayesian najlepiej
zobrazuje ten oto przykład. Zakładamy, że w danym okresie czasu
otrzymaliśmy 2000 listów elektronicznych sklasyfikowanych jako spam. W
700 z nich wystąpiło słowo "zarabiaj", a w tym samym okresie czasu
otrzymaliśmy 400 wiadomości, które spamem nie były. W 5 z nich wystąpiło
słowo "zarabiaj", stąd wynika równanie:
(700/2000)/(5/400+700/2000) = 0,96
Na
podstawie powyższej analizy, wiadomości ze słowem "zarabiaj" traktowane
będą jako spam, gdyż prawdopodobieństwo, że faktycznie nim są okazuje
się bardzo wysokie, równe 0,96 (maksymalna wartość jest równa 1 i
oznacza stuprocentową pewność, minimalna wartość jest równa 0 i
odpowiada całkowicie zwyczajnej poczcie). Warto podkreślić elastyczność
takiej analizy - jeśli w wiadomościach wychodzących zwiększy się
częstotliwość występowania określonego słowa (np. "zarabiaj"), to wynik
się zmieni. Całość operacji nie jest oczywiście przeprowadzana dla
jednego słowa, analizie poddawana jest cała wiadomość, co zwiększa
skuteczność tej metody. Należy także zwrócić uwagę na dodatkową zaletę -
niezależność od języka w jakim prowadzona jest korespondencja.
(Na podstawie http://www.it-faq.pl/itfaqarticle.asp?id=341)
Jak teraz nauczyć czegoś nasz filtr?
Zaznaczamy wszystkie mejle które uznajemy za spam (trzymamy CTRL i klikamy kolejne), klikamy prawym, wybieramy "Zapisz jako" i zapisujemy np. do /tmp jako plik o nazwie box. Zapisane mail'e (czyt. spam) KASUJEMY.
Następnie otwieramy konsole JAKO ODPOWIEDNI UŻYTKOWNIK, np. jeśli logujemy się jako jacek i jako jacek używamy evolution to w konsoli ma być coś podobnego:
teraz klepiemy:
[yaro@yaro yaro]$ sa-learn --spam --showdots --mbox /tmp/box
.... ........... ......
Learned from 43 message(s) (48 message(s) examined).
[yaro@yaro yaro]$ |
Gotowe! Jak widać z 48 mail'i
filtr użył do nauki 43 (pozostałe zapewne juz były wcześniej
analizowane). Dobrze jest teraz pokazać mu jakieś dobre listy.
Zaznaczamy NIE-SPAM, zapisujemy jako /tmp/box (nadpisujemy poprzedni plik). I wykonujemy polecenie:
[yaro@yaro yaro]$ sa-learn --ham --showdots --mbox /tmp/box
......................................................................
Learned from 243 message(s) (243 message(s) examined).
[yaro@yaro yaro]$ |
I to wszystko. Co jakiś czas warto powtórzyć ww operacje z nowymi
mail'ami. Wg moich spostrzeżeń po przeanalizowaniu 80-250 listów ze
spamem, zaczyna to wszystko działać naprawdę dobrze.
Spamassassin wszystkie spersonalizowane ustawienia trzyma w katalogu ~/.spamassassin . Znajdziemy tam zapewne kilka różnych plików ale nas interesuje konkretnie jeden - user_prefs . Jeśli takiego nie ma należy go stworzyć.
Zasadniczo nie ma potrzeby tworzenia własnych regułek jeśli stosujemy Bayesian, ale jeśli chcemy...
Ja sobie dopisałem (aby wyżej punktować pewne frazy) takie coś:
body ONET_SPAM /List został wysłany za zgodą użytkowników OnetPoczty/i
score ONET_SPAM 5
describe ONET_SPAM reklamowka_onetu
body WP_SPAM /List został wysłany zgodnie z regulaminami kont/i
score WP_SPAM 5
describe WP_SPAM Wp_spam
body TERAZ_TYLKO /teraz tylko/i
score TERAZ_TYLKO 0.3
describe TERAZ_TYLKO teraz_tylko
body YARO_GRATIS /gratis/i
score YARO_GRATIS 0.4
describe YARO_GRATIS gratis
body CHEAP /Cheap/i
score CHEAP 0.5
describe CHEAP cheap
body PRICE /price/i
score PRICE 0.3
describe PRICE price
body COCK /cock/i
score COCK 1.7
describe COCK cock
body SUCKED /sucked/i
score SUCKED 1.5
describe SUCKED sucked
body CHICKS /chicks/i
score CHICKS 1
describe CHICKS chicks
body YARO_PAY /pa(?:y|i)(?:|d|ment|out)/i
score YARO_PAT 0.5
body YARO_REFFERAL /refe(?:r|rr)(?:al|ed)/i
score YARO_REFFERAL 0.5
body YARO_PROFIT /profit/i
score YARO_PROFIT 0.4
body YARO_MONEY /money/i
score YARO_MONEY 0.4
body YARO_MONEY3 /gold/i
score YARO_MONEY3 0.4
body YARO_SHOP /shop/i
score YARO_SHOP 0.6
body YARO_REACH /reach/i
score YARO_REACH 0.2
body YARO_AFFILIATE /affiliate/i
score YARO_AFFILIATE 0.7
body YARO_INCREASE /increase/i
score YARO_INCREASE 0.4
body YARO_CUSTOMER /customer/i
score YARO_CUSTOMER 0.3
body YARO_PRICE /pric(?:e|ing|ed)/i
score YARO_PRICE 0.3
body YARO_ORGASM /orga(?:s|z)m/i
score YARO_ORGASM 1
body YARO_EJACUL /ejaculat(?:i|e)/i
score YARO_EJACUL 1
header X_WP_AntySpam_Rezultat X-WP-AntySpam-Rezultat =~ /TAK-SPAM/i
score X_WP_AntySpam_Rezultat 2.5 |
O co w tym chodzi? To dość proste. Tworzymy pewną grupę. np. o nazwie ONET_SPAM która będzie w TREŚCI mail'a (body) wyszukiwać frazę "List został wysłany za zgodą użytkowników OnetPoczty":
| gdzie_szukac |
nazwa |
/szukany ciag znakow/ |
znacznik |
| body |
ONET_SPAM |
/List został wysłany za zgodą użytkowników OnetPoczty/ |
i |
czyli:
| body ONET_SPAM /List został wysłany za zgodą użytkowników OnetPoczty/i |
W
ww przypadku znacznikiem jest „i” - co oznacza, że regułka nie będzie
sprawdzać wielkości liter. Następnie podajemy jak wysoko punktujemy daną
regułkę:
Raczej łatwe do zrozumienia - Reguła o nazwie ONET_SPAM jeśli jest spełniona daje 5 pkt. I na koniec MOŻEMY dopisac:
| describe ONET_SPAM reklamowka_onetu |
Jak łatwo się domyślić do reguły ONET_SPAM zostaje przypisany opis "reklamowka_onetu".
Pokaże jeszcze jedną rzecz. Trochę bardziej zaawansowane pisanie regułek:
body YARO_PRICE /pric(?:e|ing|ed)/i
score YARO_PRICE 0.3 |
Czym to się różni? Tylko zapisem szukanego ciągu znaków. Ten zapis obejmuje słowa price, pricing, priced (pisane literami dowolnej wielkości). Konstrukcja jest taka:
| /ciag_znakow(?:ciag_znakow_1| ciag_znakow_2| ciag_znakow_3|...)ciag_znakow/ |