Недавно я установил локальную установку spam assassin для тестирования рекламных акций, так как мы хотим обнаруживать любые ложные срабатывания спама, прежде чем отправлять наши клиенты (Это электронное письмо является подпиской). Мы даже добавили несколько (~ 30) дополнительных наборов правил, которые автоматически обновляются ежедневно с помощью cron, потому что мы предпочли бы быть намного строже среднего.
Вот моя проблема: наша установка SA постоянно оценивает вещи намного ниже, чем другие тесты на спам, на которые мы отправляем письма, даже передавая письма, которые наш почтовый провайдер пометил как спам (это было неудобно). Кажется, что даже правила по умолчанию не работают! Мы действительно получаем оценку, и самый плохой спам, который я мог найти в своей папке со спамом, помечается как спам, но в среднем реальный спам составляет всего 2-4 (порог 5).
Я ищу совета у опытных пользователей SA, больше диагностики я могу запустить, и / или рекомендуемые наборы правил. Если это нужно разделить на несколько вопросов, я с радостью это сделаю.
Информация о системе: Freebsd 7.2 SpamAssassin Server версии 3.2.5, работающий на Perl 5.8.9 Fresh SA, устанавливается при новой установке ОС.
РЕДАКТИРОВАТЬ Я убедился, что наши основные правила работают. В основном я ищу то, что поможет мне более строго относиться к рассылкам массового маркетинга.
Спасибо за любую помощь, шанс
Я не уверен, что вы получите краткий ответ на этот вопрос ... SpamAssassin может быть настроен каждым почтовым администратором по-разному, включая добавление новых правил, изменение оценки существующих правил, изменение порога для почты, помеченной как спам, и т. Д. Например, мы используем оценку по умолчанию 3,5 вместо 5, которую вы используете. Мы также увеличиваем баллы за любые электронные письма, которые попадают в Pyzor, SORBS или любую другую базу данных черного списка.
По поводу диагностики вы можете запустить:
spamassassin --lint -D < email_message_to_test.txt
предоставит вам больше информации, чем вы когда-либо хотели знать, о том, как spamassassin оценивает ваше сообщение электронной почты.
Что касается наборов правил:
Здесь вы можете получить инструкции по созданию своего собственного.
Эти ребята написали несколько дополнительных правил, которые хорошо работают.
Поскольку вы рассылаете СПАМ (помните, что СПАМ - это незапрашиваемая электронная почта, и рекламные акции не являются исключением), очень вероятно, что после того, как вы начнете рассылать электронные письма, многие базы данных СПАМА начнут отмечать ваши электронные письма как спам. По факту, DCC и другие инструменты автообучения делают именно это. Ваш внутренний тест получит меньшие баллы, потому что вашей электронной почты еще нет в этих базах данных, но после того, как ваша электронная почта окажется в «дикой природе», оценки начнут расти по мере того, как базы данных догонят.
«Мы постоянно оцениваем вещи ниже, чем должны. Является ли стандартной практикой корректировка весов правил?»
Да, мы ежедневно настраивали нашу в начале использования SA. Я сохранил информацию в заголовке, чтобы получить статистику для оценки по умолчанию, которая, на мой взгляд, была слишком низкой.
Поиск средних значений наиболее часто используемых оценок заголовков и их небольшое постоянное повышение хорошо зарекомендовали себя в нашей реализации SA.
Я также согласен со Скоттом относительно снижения оценки и включения Пайзора и SPF функциональность.
В заголовке X-Spam-Report четко указано, сколько заработали каждый чек.
X-Spam-Status: Yes, score=7.5 required=5.0 tests=BAYES_99,HTML_MESSAGE,
RCVD_IN_PBL,RCVD_IN_XBL,RDNS_NONE autolearn=no version=3.2.4
X-Spam-Report:
* 3.5 BAYES_99 BODY: Bayesian spam probability is 99 to 100%
* [score: 1.0000]
* 0.0 HTML_MESSAGE BODY: HTML included in message
* 3.0 RCVD_IN_XBL RBL: Received via a relay in Spamhaus XBL
* [119.152.74.233 listed in zen.spamhaus.org]
* 0.9 RCVD_IN_PBL RBL: Received via a relay in Spamhaus PBL
* 0.1 RDNS_NONE Delivered to trusted network by a host with no rDNS