Pourquoi le filtre Bayésien est le meilleur

1. La méthode bayésienne prend le message entier en considération - elle reconnaît les mots clés qui identifient le spam, mais elle identifie également les mots relatifs au courrier valide. Par exemple : tous les emails qui contiennent les mots « gratuit » et « cash » ne sont pas des spam. L'avantage de la méthode bayésienne est qu'elle considère les mots les plus intéressants (comme définis selon leurs dérivés de sens) et rapporte la probabilité qu'un message soit spam. La méthode bayésienne prendrait les mots « cash » et « gratuit » en considération mais elle tiendrait également compte du nom du commercial qui a envoyé le message et classerait, par exemple, ainsi le message comme légitime ; elle permet aux mots de créer un équilibre les uns avec les autres. En d'autres termes, le filtrage bayésien est une approche beaucoup plus intelligente parce qu'elle examine tous les aspects d'un message, par opposition au contrôle de mots clés qui classe un courrier comme spam sur la base du simple mot.

2. Le filtre bayésien est constamment auto adaptable - en s'améliorant à partir du nouveau spam et des nouveaux courriers sortants valides, il évolue et s'adapte aux nouvelles techniques de spam. Par exemple, lorsque des spammeurs ont commencé à utiliser « f-r-e-e » au lieu de « free » ils sont arrivés à évaser la vérification de mot clé jusqu'à ce que « f-r-e-e » soit aussi incorporé dans la base de données. D'un autre côté, le filtre Bayésien remarque automatiquement de telles tactiques, en fait , si le mot « f-r-e-e » est détecté, il constitue un indicateur de spam encore plus évident, vu qu'il n'est pas probable qu'il apparaisse dans un message ham. Un autre exemple serait d'utiliser le mot « 5ex » au lieu de « Sex ». Vous n'aurez probablement pas un mot tel que 5ex dans un courrier ham, d'où plus de chance qu'il s'agisse d'un spam.

3. La technique Bayésienne est sensible à l'utilisateur - elle apprend les habitudes de messagerie de l'entreprise et comprend que, par exemple, le mot « mortgage » peut indiquer un spam si l'entreprise qui exécute les filtres est, disons, un revendeur de voitures, alors qu'il ne l'indiquerait pas comme spam si il s'agit d'une institution financière s'occupant de prêts hypothécaires.

4. La méthode bayésienne est multi lingues et internationale. Un filtre Bayésien anti-spam, étant adaptable, peut être utilisé pour n'importe quel langage requis. La plupart des listes ne sont disponibles seulement qu'en Anglais et sont donc inutiles aux régions ne parlant pas la langue. Le filtre Bayésien prend aussi en compte certains dérivés linguistiques ou les divers usages de certains mots dans différents domaines, même si le même langage est parlé. Cette intelligence permet à un tel filtre d'attraper plus de spam.

5. Un filtre Bayésien est difficile à tromper, à l'opposé d'un filtre à mots clés. Un spammeur avancé qui voudrait tromper un filtre Bayésien doit soit utiliser moins de mots qui normalement indiquent un spam (tels que free, Viagra, etc), ou plus de mots qui indiquent généralement un courrier valide (tel que le nom d'un contact, etc.). Le dernier est impossible car le spammeur doit connaître le profil email de chaque destinataire et un spammeur ne pourra jamais amasser ce genre d'informations pour chaque boîte visée. L'utilisation de mots neutres, par exemple le mot « public », ne marchera jamais du fait qu'ils sont ignorés lors de l'analyse finale. Décomposer des mots associés au spam tels que « m-o-r-t-g-a-g-e » au lieu de « mortgage », ne fera qu'augmenter les chances de découvrir le spam, vu qu'un utilisateur n'écrira jamais le mot « mortgage » « m-o-r-t-g-a-g-e ».

Où est le piège ?

Le filtre de Bayes, si implémenté correctement et adapté aux besoins de l'entreprise, est de loin la technologie la plus efficace contre le spam. Y a-t-il un piège ? Et bien, d'une façon oui, il y a un piège, mais il peut être facilement surmonté : Avant d'utiliser et de juger le filtre de Bayes, vous devez attendre qu'il fasse sa formation pendant deux semaines - ou vous pouvez créer une base de données de spam et de ham vous-même. Cette tâche peut être très complexe, il est donc recommandé de laisser le filtre faire sa propre éducation. Avec le temps, le filtre de Bayes devient de plus en plus efficace alors qu'il en apprend plus sur les habitudes email de votre organisation. Comme on dit, il faut savoir être patient.