Onderwerp: SpamAssassin hoe instellen?

Beste WHT-ers,

Ik kreeg de volgende vraag van 1 van mijn klanten:

Het aantal spammailtjes dat niet wordt gedetecteerd door Spamassassin is
vrij hoog (50-70%). Enkele vragen hierover:

Veel van deze mailtjes hebben in de header "X-Spam-Status: No, score=0.0 required=3.0 tests=HTML_MESSAGE autolearn=ham version=3.1.3"

"Autolearn=ham" houdt volgens mij in dat Spamassassin is getraind dit te
herkennen als 'niet-spam'.

Hij heeft een punt met dat Autolearn=ham, echter hoe kan ik dit oplossen? Ik heb gezocht via google.nl en kan niets vinden wat ik kan gebruiken eigenlijk.

Ik gebruik DirectAdmin inclusief SpamAssassin op een CentOS 4.3 Final server.

Geen idee hoe jij googled, maar goed is al een hele stap dat je het nu doet.

http://www.google.nl/search?hl=nl&q=...G=Zoeken&meta=
Hit #2:

SpamAssassin is training SpamAssassin. If the mail gets a very low score, it is learned as ham, and if it gets a very high score it is learned as spam. Else, the message is not learned at all. The score inflicted by the build-in bayesian classifier is ignored when deciding whether or not the mail should be learned.

The database is system-wide, and kept in memory only (it will have to be re-built if the system is rebooted). Today there is no way for you to "correct" any mail learned wrong or explicitly learn any mail that had autolearn=no.

Of course, this classifier is in no way as effective as a actively maintained per-user bayesian filter would be. However, it was deemed to be better than nothing when we started using SpamAssassin, even though incorrect learnings such as the one you experienced may occur sometimes. Look for the BAYES_* tests in the spam report to see the effect the classifier has on scoring your incoming mails.

Of te wel dat t ham is zegt alleen maar dat die mail een lage score had. Waarom het een lage score had is weer jouw probleem.

Uit die tekst maak ik dus op dat dit probleem niet te verhelpen is.

Steek al deze spam mails even in een foldertje en doe:
sa-learn --spam /path/to/dir

http://spamassassin.apache.org/full/.../sa-learn.html

Best train je hem met hopen spam (kan je wel ergens downloaden op spamcop ofzo).

Oorspronkelijk geplaatst door luser

Best train je hem met hopen spam (kan je wel ergens downloaden op spamcop ofzo).

Dat is een zeer slecht idee, er staat expliciet in alle docs en op de wiki e.d. dat je nooit mag trainen met gedownloade samples, je moet je eigen spam gebruiken als je goede resultaten wil.
En trainen met massa's spam zonder ook massa's ham aan te bieden heeft overigens ook geen zin.

Voor wat betrefd het trainen van spamassassin.
Is dit wel verstandig om te doen in een sharedhosting omgeving?

Ik heb nu een setup met DirectAdmin (dus exim) MailScanner + Spamassassin (incl DCC en Razor) en Clamav als virusscanner.

Ik zit erg te twijfelen of ik ook bayes wil gebruiken aan gezien ik gehoord heb dat dit niet erg verstandig is in een sharedhosting omgeving.

Iemand ideeen hierover?

http://wiki.apache.org/spamassassin/BayesInSpamAssassin

Ik vraag me af wat dit inhoud:

Do not train Bayes on different mail streams or public spam corpora. These method will mislead Bayes into believing certain tokens are spammy or hammy when they are not.

Oorspronkelijk geplaatst door dotnetjunkie

En trainen met massa's spam zonder ook massa's ham aan te bieden heeft overigens ook geen zin.

Daarvoor heb je eenmaal autolearn ham.

Doe het op 1 van onze shared hosting mailservers al een tijdje en ik moet zeggen dat het best goed werkt (de andere zitten al achter een eigen appliance).