Chinaunix

标题: CCERT Anti-Spam 中文规则用后感想 [打印本页]

作者: 海鹰 时间: 2004-10-20 08:40
标题: CCERT Anti-Spam 中文规则用后感想
虽然不错，SA扫描速度大升，消耗资源大减。

可是中文规则不完善，连上海、广州等很多地方名都有。而一些处女、圣女、偷拍之类的就没有

最后还得要自定义

作者: svm 时间: 2004-10-20 13:24
标题: CCERT Anti-Spam 中文规则用后感想
非常感谢你反馈的宝贵意见。我们会不断地完善这个规则集。

暂时我先解释一下为什么你提出的一些词被选中，以“上海”为例：

目前在我们的测试中使用2万垃圾邮件和10万正常邮件，
“上海”这个词在垃圾邮件的Subject上出现的次数占垃圾邮件总数的1.4%，
而在正常邮件的Subject上出现的次数占正常邮件总数的0.1%。
就因为这样所以他被选中了。不过，如果这个决策导致误判的话，我们会采取一定的优化。

同时，你提出的一些词如“处女”等，我们会尽快更新。

下面是规则集当前版本的测试结果（供参考）：

门限值垃圾邮件的查全率正常邮件的错误率（误判占正常邮件总数）
0.000 1.000 1.000
0.500 0.851 0.151
1.000 0.769 0.064
1.500 0.714 0.044
2.000 0.651 0.024
2.500 0.617 0.017
3.000 0.575 0.012
3.500 0.528 0.010
4.000 0.484 0.008

测试过程不用中文规则以外的任何规则。以后该测试结果会在我们的网站上和规则集的更新同时公布，见：

http://www.ccert.edu.cn/spam/sa/Chinese_rules.htm

CCERT

作者: aicoa 时间: 2004-10-20 13:38
标题: CCERT Anti-Spam 中文规则用后感想
我用后的感觉：有点过于严格
或者说，有些条目定义的分值过高。

感觉这个规则集比较适合一般应用，
如果是对商业公司，比较容易造成一些业务邮件的误判。
尤其是一些报价单，产品列表类似的邮件。

后来手工降低了一些关键字的分值定义，感觉好多了

作者: aicoa 时间: 2004-10-20 13:44
标题: CCERT Anti-Spam 中文规则用后感想
忘了说了，我用的是 2004 Sept 14 的

作者: svm 时间: 2004-10-20 13:46
标题: CCERT Anti-Spam 中文规则用后感想
OK, 我们会考虑总体调整分数，这样会降低误判率。

作者: liusn2000 时间: 2004-10-20 16:51
标题: CCERT Anti-Spam 中文规则用后感想
中文规则集也很好用，

作者: 海鹰 时间: 2004-10-20 17:33
标题: CCERT Anti-Spam 中文规则用后感想
原来老大来了

作者: aicoa 时间: 2004-10-21 09:47
标题: CCERT Anti-Spam 中文规则用后感想
还有一个问题，
对网络杂志与普通垃圾邮件应该做一下适当的区分，
因为在现在的实际环境中，员工订阅网络杂志已经是非常普遍的事情了

另外，希望能完成这个规则集之后，综合考虑一下其他规则集的限定，
比如推荐一个适当的阀值什么的。
我看了这个中文规则，做判定只是依据 subject 与 body ，
还是在实际情况中，仅仅依靠这两个也是不行的，
其他的规则也是要综合考虑。
我在使用中，局限与生产系统的正常运行，不能做频繁的调整，
所以也没有得出一个合适的结果；
而我的测试系统上，邮件样本又太少，也不能正常反映真实工作环境。

最后，非常感谢 CCERT 提供的这个规则，确实有很不错的效果，
也提供了很大的方便。

欢迎光临 Chinaunix (http://bbs.chinaunix.net/)