Perchè il filtraggio bayesiano è migliore
1. Il metodo bayesiano considera l'intero messaggio: riconosce le parole chiave che identificano lo spam, ma riconosce anche le parole che contraddistinguono le email valide. Per esempio: non tutte le email che contengono i termini "gratis" e "soldi" costituiscono spam. Il vantaggio del metodo bayesiano è che esso considera i termini più interessanti (come quelli ottenuti da modifiche di altri) e suggerisce la probabilità di spam del messaggio. Il filtro bayesiano potrebbe ritenere i termini "gratis" e "soldi" interessanti, ma è anche in grado di riconoscere il mittente dell'email quale un contatto commerciale e, quindi, di classificare l'email come legittima, per esempio. Consente cioè ai termini di "controbilanciarsi". In altre parole, il filtraggio bayesiano si rivela un approccio più intelligente perché esamina tutti gli aspetti di un messaggio, a differenza della ricerca per parola chiave, che classifica un'email come spam in base ad una singola parola.
2. Un filtro Bayesiano si adatta costantemente in modo autonomo. Apprendendo dal nuovo spam e dalle nuove email in uscita valide, il filtro bayesiano si sviluppa e si adatta alle nuove tecniche di spam. Per esempio, quando gli spammer hanno cominciato ad utilizzare la parola "f-r-e-e" anziché "free", sono stati in grado di superare il controllo basato su parole chiave finché anche il termine "f-r-e-e" è stato incluso nel database di parole chiave. Il filtro bayesiano, invece, riconosce queste tattiche in modo automatico; infatti, se viene trovato il termine "f-r-e-e", si tratta di un indicatore di spam anche migliore, poiché è improbabile che venga utilizzato in un'email legittima. Un altro esempio può essere l'utilizzo del termine "5ex" anziché "Sex". È improbabile che il termine "5ex" sia presente nella posta legittima, quindi la probabilità che si tratti di spam aumenta.
3. La tecnica bayesiana è sensibile all'utente. Impara le abitudini legate alla posta elettronica dell'azienda e comprende che, ad esempio, il termine "mutuo" può indicare spam se la società che ha attivato il filtro è una concessionaria di automobili, mentre non lo indicherà come spam se la società è un istituto finanziario che si occupa di mutui.
4. Il metodo bayesiano è multilingue e internazionale: un filtro bayesiano anti-spam, essendo adattabile, può essere usato per tutte le lingue richieste. La maggior parte degli elenchi di parole chiave è disponibile soltanto in lingua inglese, pertanto sono pressoché inutili nei paesi in cui non si parla inglese. Il filtro bayesiano, inoltre, prende in considerazione variazioni di linguaggio o il diverso utilizzo di alcuni termini in differenti aree geografiche, anche quando si parla la stessa lingua. Questo tipo di intelligenza consente al filtro di catturare una maggiore quantità di spam.
5. Un filtro bayesiano, a differenza di un filtro basato su parole chiave, è molto difficile da raggirare. Uno spammer esperto che voglia superare un filtro bayesiano può usare o solo pochi termini, che però normalmente indicano spam (ad esempio, gratis, Viagra, ecc.), oppure più termini che generalmente indicano email valide (quali il nome di un contatto valido, ecc.) Quest'ultimo caso è impossibile, poiché lo spammer dovrebbe conoscere il profilo email di ciascun destinatario, ma uno spammer non può mai sperare di ottenere questo tipo di informazioni per ogni destinatario preso di mira. L'utilizzo di termini neutri, per esempio il termine "pubblico", potrebbe non funzionare in quanto tali termini sono ignorati nell'analisi finale. La scomposizione di termini associati allo spam, ad esempio utilizzare "m-u-t-u-o" invece di "mutuo", non farà che incrementare la probabilità che il messaggio sia spam, poiché un utente legittimo raramente scriverà il termine "mutuo" come "m-u-t-u-o".
Dov'è il tranello?
Il filtraggio bayesiano, se implementato nel modo giusto e adattato alle esigenze dell'azienda, è di gran lunga la tecnologia più efficace per combattere lo spam. C'è un lato negativo? Ebbene, in un certo senso esiste un lato negativo, ma può essere facilmente superato: Prima di utilizzare e giudicare il filtro Bayesiano, bisogna attendere almeno due settimane perché possa completare il suo apprendimento oppure creare personalmente i database ham o spam. Quest'ultima operazione può essere piuttosto complessa, pertanto è meglio attendere che il filtro abbia avuto tempo di apprendere. Col tempo, il filtro bayesiano diventa sempre più efficace, poiché impara a conoscere di più le abitudini di posta elettronica dell'azienda. Il proverbio dice: "La pazienza è la virtù dei forti".
