Rspamd Bayes: Unterschied zwischen den Versionen
Zur Navigation springen
Zur Suche springen
| Zeile 40: | Zeile 40: | ||
= Schritt 4: Erste Trainingsmails vorbereiten = | = Schritt 4: Erste Trainingsmails vorbereiten = | ||
; Spam-Beispiel | ; Spam-Beispiel | ||
| − | *vi /root/spam1.eml | + | *vi /root/spam1.eml |
<pre> | <pre> | ||
From: spam@bad.example | From: spam@bad.example | ||
Version vom 14. Dezember 2025, 18:50 Uhr
Bayes ON TOP des bestehenden Keyword-Setups
Ziel
- Keyword-Filter bleibt aktiv
- Bayes wird zusätzlich aktiviert
- KEIN Reject
- KEIN Greylist
- KEIN Autolearn
- Lernen nur manuell
- Junk-Logik bleibt ausschließlich in Dovecot/Sieve
Voraussetzung
- Dein bestehendes Setup funktioniert
- rspamd setzt X-Spam
- Yes
- Dovecot sortiert nach Junk
Schritt 1: Bayes aktivieren (kontrolliert)
- vi /etc/rspamd/local.d/classifier-bayes.conf
backend = "sqlite3"; path = "/var/lib/rspamd/bayes.sqlite"; autolearn = false; min_tokens = 11; expire = 864000;
- systemctl restart rspamd
Schritt 2: Prüfen, ob Bayes geladen ist
- rspamadm configtest
syntax OK
Schritt 3: Bayes-Status prüfen (leer ist OK)
- rspamc stat
- Erwartung
- Bayes statistics
- learned
- 0 spam, 0 ham
Schritt 4: Erste Trainingsmails vorbereiten
- Spam-Beispiel
- vi /root/spam1.eml
From: spam@bad.example To: user@example.de Subject: cheap viagra now Date: Sun, 14 Dec 2025 18:50:00 +0100 Message-ID: <spam1@bad.example> MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 buy cheap viagra now best price online pharmacy limited offer click here
- Ham-Beispiel
- cat > /root/ham1.eml <<EOF
From: friend@good To: user@example.de Subject: meeting see you tomorrow EOF
Schritt 5: Manuelles Lernen
- rspamc learn_spam /root/spam1.eml
- rspamc learn_ham /root/ham1.eml
Schritt 6: Lernstand prüfen
- rspamc stat
- Erwartung
- learned
- 1 spam, 1 ham
Schritt 7: Wirkung testen (ohne Keyword-Treffer)
- cat <<EOF | rspamc
From: x@y To: z@a Subject: cheap pills
buy pills online EOF
- Erwartung
- Symbol
- BAYES_SPAM oder BAYES_HAM
- Score > 0 (klein!)
Schritt 8: Zusammenspiel mit Keywords (realer Effekt)
- Beispiel
- CUSTOM_KEYWORDS +8.0
- BAYES_SPAM +2.x
- ---------------------
- Gesamt > add_header
- → X-Spam
- Yes
- → Sieve → Junk
WICHTIG
- Bayes ist am Anfang schwach
- Erst ab ~500 Spam + ~500 Ham brauchbar
- Keywords bleiben Hauptfilter
Merksatz
- Keywords = deterministisch
- Bayes = statistisch
- Sieve = entscheidet