Filtrage bayésien

Ce que cela signifie

L'essai de Paul Graham de 2002, A Plan for Spam, a popularisé l'approche : au lieu de règles écrites à la main, le filtre compte la fréquence de chaque mot ou token dans le spam connu et dans les e-mails légitimes connus (ham), puis combine ces probabilités pour juger un nouveau message. Comme il apprend à partir des e-mails propres à chaque utilisateur ou organisation, il s'adapte à ce que reçoit ce public.

Apache SpamAssassin fournit un plugin Bayes décrit comme un classificateur probabiliste de type bayésien fondé sur l'algorithme de Graham. On l'entraîne avec sa-learn, et par défaut il ne s'active qu'une fois 200 spams et 200 hams appris, pour rester précis.

Pour les expéditeurs, cela veut dire que des motifs de contenu que les destinataires ont signalés à répétition peuvent jouer contre les messages suivants qui les partagent, même venant d'un autre expéditeur.