Переход:  Безопасность > Фильтр спама > Фильтр спама > Байесово автообучение

Автоматическое обучение

Включить автоматическое обучение Байесовского фильтра

Автоматическое обучение позволяет динамически корректировать содержимое байесовского классификатора на основании результатов обработки реального почтового трафика байесовским фильтром. Процедура автообучения организована следующим образом. Сообщение, обработанное байесовским фильтром и получившее спам-рейтинг ниже некоего заданного порога для «очень хороших» писем, передается модулю обучения как еще один образец легитимного сообщения для немедленного анализа и внесения корректировок в классификатор. Письмо, обработанное байесовским фильтром и получившее спам-рейтинг выше некоего заданного порога для «очень плохих» писем, обрабатывается модулем обучения тем же образом, но уже как образец нежелательного сообщения. При условии грамотной настройки пороговых значений автоматическое обучение позволяет автоматизировать замену и обновление элементов байесовского классификатора (см. ниже описание опции Максимальное количество Байесовых признаков в базе данных) и устранить необходимость повторного ручного обучения системы после очистки классификатора от наиболее старых записей.

Предельная величина очков не-спама

Сообщения со спам-рейтингом ниже заданного здесь значения будут использоваться при автоматическом обучении байесовского фильтра в качестве образцов легитимных писем.

Предельная величина очков спама

Сообщения со спам-рейтингом выше заданного здесь значения будут использоваться при автоматическом обучении байесовского фильтра в качестве образцов нежелательных писем.

Для расчета байесовского рейтинга нужны примеры не-спама

Байесовский фильтр не будет использоваться для обработки реального почтового трафика до тех пор, пока не проведет обучающий анализ указанного в этом поле количества заведомо легитимных писем (а также количества заведомо нежелательных писем, заданного в следующем поле). Другими словами, обработка реального почтового трафика с применением байесовского фильтра, начинается только после формирования достаточного массива статистической информации. Как только вы предоставите системе необходимое количество легитимных и нежелательных сообщений, она будет готова к работе. Для дальнейшего повышения точности распознавания, рекомендуется регулярно «скармливать» системе те письма, которые были классифицированы ею неверно, т.е. принятые за спам легитимные письма и нераспознанный спам.

Для расчета байесовского рейтинга нужны примеры спама

Количество заведомого нежелательных писем, которые должны быть обработаны на этапе обучения для активации байесовского фильтра.

Управление базой данных

Включить истекание срока автоматических Байесовских признаков

Включите эту опцию для автоматической удаления из базы данных байесовского классификатора наиболее старых идентификационных признаков при достижении заданного ниже лимита записей. Лимит записей позволяет ограничить размер базы данных классификатора.

Максимальное число Байесовских признаков в БД

Максимальное количество записей идентификационных признаков в базе данных байесовского классификатора. При достижении заданного здесь значения, из базы данных автоматически удаляются наиболее старые записи до тех пор, пока число оставшихся записей не составит 75% от указанного в этом поле значения или 100 000 записей (выбирается наибольшее из этих значений). Примечание: размер базы данных, содержащей 150 000 идентификационных признаков, составляет около 8 МБ.

Восстановить все настройки сервера по умолчанию

Нажмите эту кнопку, чтобы установить для всех дополнительных параметров настройки байесовского фильтра значения по умолчанию.

См. также:

Байесова классификация

Спам-приманки