Bayes-Filterung

Was es bedeutet

Paul Grahams Essay A Plan for Spam von 2002 machte den Ansatz bekannt: Statt handgeschriebener Regeln zählt der Filter, wie oft jedes Wort oder Token in bekanntem Spam und in bekannten erwünschten E-Mails (Ham) vorkommt, und kombiniert diese Wahrscheinlichkeiten, um eine neue Nachricht zu beurteilen. Weil er aus den eigenen E-Mails jedes Nutzers oder jeder Organisation lernt, passt er sich an das an, was diese Empfänger erhalten.

Apache SpamAssassin liefert ein Bayes-Plugin mit, das als probabilistischer Klassifikator nach Bayes-Art auf Basis von Grahams Algorithmus beschrieben wird. Es wird mit sa-learn trainiert und wird standardmäßig erst aktiv, wenn 200 Spam- und 200 Ham-Nachrichten gelernt wurden, damit es genau bleibt.

Für Absender heißt das: Inhaltsmuster, die Empfänger wiederholt gemeldet haben, können gegen spätere Nachrichten mit denselben Mustern sprechen, auch von einem anderen Absender.