Ett alternativ till SpamAssassin som talar spamd

Spam Scanner svarar på SpamAssassins spamd-protokoll, så programvara som skrivits för SpamAssassin använder det oförändrad: spamc, Exims villkor spam, Harakas insticksprogram spamassassin och andra.

Byt in det#

sudo systemctl disable --now spamd       # or spamassassin
npm install --global spamscanner
spamscanner spamd --port 783 --auth

spamc -c < message.eml     # prints the score, exits 1 for spam
spamc -R < message.eml     # the report, one line per test
spamc < message.eml        # the message with X-Spam-* headers

Det svarar på CHECK, SYMBOLS, REPORT, REPORT_IFSPAM, PROCESS, HEADERS, PING och, med --allow-tell, TELL för inlärning. Projektets end-to-end-tester kör SpamAssassins egen spamc mot det.

Vad som förblir detsamma#

• Huvudena: X-Spam-Flag, X-Spam-Score, X-Spam-Level och X-Spam-Status i SpamAssassins format, så befintliga regler i Sieve, procmail och e-postklienter fortsätter att fungera.
• En poäng med gränsvärdet 5, uppbyggd av namngivna tester med poäng: BAYES_99, RBL_ZEN, SPF_FAIL, DKIM_PASS och så vidare.
• Poängen per test kan ändras med testets namn.

Vad som skiljer sig#

• Språk. Ord segmenteras med Unicode-reglerna, så kinesiska, japanska och thailändska läses som ord i stället för en lång sträng, och förklädnader som osynliga tecken eller kyrilliska bokstäver i latinska ord återställs först.
• Nätfiske. Förväxlingsbara domäner, vilseledande länkar och varumärken i visningsnamn kontrolleras utan extra regler.
• Bilagor identifieras genom sina byte: en körbar fil som bytt namn till .pdf är fortfarande en körbar fil.
• Språkmodeller. Gränsfall kan gå till en lokal modell via OllamaEtt program som laddar ner och kör öppna språkmodeller på din egen dator, med ett HTTP-API. eller till en molnbaserad.
• Node.js. En enda npm install, eller en fristående binärfil; inga Perl-moduler eller regeluppdateringar att hantera.

Spam Scanner kör inte SpamAssassins regelfiler, och dess Bayes-databas har ett eget format: träna den från samma e-post med spamscanner train.

Exim#

spamd_address = 127.0.0.1 783

# in the DATA ACL
warn  spam       = nobody:true
      add_header = X-Spam-Score: $spam_score
defer spam       = nobody:true
      condition  = ${if >={$spam_score_int}{150}}
      message    = Message rejected as spam

Exim, Haraka, Dovecot och procmail