SpamBayes
| Autor (es) original | Tim Peters |
|---|---|
| Versión inicial | Septiembre de 2002 |
| Versión estable | 1.0.4 / marzo de 2005 |
| El adelanto del lanzamiento | 1.1A6 / 06 de diciembre de 2008[1] |
| Estado de desarrollo | Sin mantenimiento |
| Escrito en | Python |
| Plataforma | Multiplataforma |
| Disponible en | Inglés Sólo |
| Tipo | Filtrado de correo electrónico |
| Licencia | PSFL |
| Sitio web | SpamBayes.sourceforge.net |
SpamBayes OSFA Bayesiano filtro anti-spam escrito en Python que utiliza técnicas establecidas por Paul Graham en su ensayo "A Plan de Spam". Posteriormente se ha mejorado por Gary Robinson y Tim Peters, entre otros.
La diferencia más notable entre un filtro Bayesiano convencional y el filtro utilizado por SpamBayes es que hay tres clasificaciones en lugar de dos: spam, correo basura (llamado jamón en SpamBayes) e inseguro. El usuario entrena un mensaje como jamón o spam; Cuando un mensaje de filtración, los filtros de spam generan 1:20 para el jamón y el otro para spam.
Si el calificación de spam es alta y la puntuación de jamón es baja, se clasificará el mensaje como spam. Si la puntuación de spam es baja y la puntuación de jamón es alta, el mensaje será clasificado como jamón. Si las puntuaciones son ambas altas o ambas bajo, el mensaje será clasificado como seguro.
Este enfoque conduce a un bajo número de falsos positivos y falsos negativos, pero puede dar como resultado un número de unsures que necesita una decisión humana.
Filtrado web
Trabajo ha entrado SpamBayes a aplicar filtro de contenido de internet mediante un servidor web proxy.[2][3]
Referencias
- ^ https://sourceforge.net/projects/SpamBayes/files/SpamBayes/1.1A6/changelog.txt/download
- ^ https://mail.Python.org/pipermail/SpamBayes-dev/2003-December/001804.html
- ^ https://OSDir.com/ml/mail.spam.SpamBayes.devel/2008-05/msg00004.html
Enlaces externos
- Sitio web oficial
- Idea original de Paul Graham
- Ensayo sobre mejoras en la idea original de Graham
- Explicando cómo funciona SpamBayes
- Papel de SpamBayes para la Conferencia sobre el correo electrónico y antispam
- Ganar la guerra contra el spam: comparación de Bayesiano los filtros de spam