Довідник API
import SpamScanner from 'spamscanner'; // ESM
const SpamScanner = require('spamscanner'); // CommonJS
const scanner = new SpamScanner(options);
const result = await scanner.scan(rawMessage, scanOptions);Створіть один сканер і використовуйте його повторно: він завантажує модель один раз і кешує відповіді DNS і мовної моделі.
Параметри#
Кожен параметр можна передати конструктору. Більшість також можна передати до scan() для одного листа; вони накладаються на параметри конструктора.
| Параметр | За замовчуванням | Значення |
|---|---|---|
threshold | 5 | Бал, з якого лист вважається спамом |
rejectThreshold | 15 | Бал, з якого action дорівнює reject |
scores | {} | Бали для тестів: ключі налаштувань або назви тестів (тести та бали) |
classifier | вбудована модель | Classifier, об’єкт моделі, шлях до файлу моделі або false |
classifierOptions | {} | Параметри вбудованої моделі (див. Класифікатор) |
allowedLanguages | [] | Коди ISO 639-1; інші мови отримують LANGUAGE_NOT_ALLOWED |
phishing.cloudflare | true | Запитувати фільтрувальні резолвери Cloudflare про хости посилань |
phishing.adult | true | Також запитувати сімейний резолвер, який блокує сайти для дорослих |
phishing.maxHosts | 25 | Скільки хостів посилань перевіряти в одному листі |
phishing.homograph | {} | brands (замінює вбудований перелік), extraBrands, allowlist (домени, які ніколи не позначаються), strictMode |
dnsbl | {ip: [], domain: []} | Зони чорних списків DNS для IP-адреси клієнта та доменів посилань |
dns | {servers: null, timeout: 3000} | Сервери імен для перевірок DNS (за замовчуванням системні) |
attachments | true | Перевіряти вкладення |
macros | true | Позначати макроси, активні PDF і об’єкти RTF |
arbitrary | true | Виконувати правила |
authentication | false | true або {dnsServers, timeout, mta, weights}: SPF, DKIM, DMARC, ARC |
reputation | false | {allowlist, denylist, apiUrl, headers, timeout} |
allowlist, denylist | IP-адреси, домени або адреси; скорочення для reputation | |
clamav | false | true (стандартний сокет), {socket} або {host, port} |
llm | null | Налаштування мовної моделі з mode, minScore, maxScore |
toxicity | false | {model, threshold = 0.7}: модель, чий classify([text]) відповідає як @tensorflow-models/toxicity |
nsfw | false | {model, threshold = 0.6}: модель, чий classify(imageBuffer) відповідає як nsfwjs |
maxLength | 100000 | Скільки символів тексту тіла читати |
timeout | 10000 | Скільки мілісекунд дозволено на кожну мережеву перевірку |
session | {} | Типові відомості про сеанс SMTP |
scan() також приймає session:
await scanner.scan(raw, {
session: {
remoteAddress: '203.0.113.5', // the client's IP address
resolvedClientHostname: 'mx.example.com', // its verified reverse DNS name
helo: 'mx.example.com',
envelope: {
mailFrom: {address: 'alice@example.com'},
rcptTo: [{address: 'bob@example.org'}],
},
},
});Сервер, який уже перевірив SPFSender Policy Framework: запис DNS зі списком серверів, яким дозволено надсилати пошту від імені домену., DKIMDomainKeys Identified Mail: підпис листа, який перевіряють відкритим ключем, опублікованим у DNS відправника., DMARCПолітика в DNS, яка вказує отримувачам, що робити з поштою від імені домену, коли вона не проходить вирівнювання SPF і DKIM. і ARCAuthenticated Received Chain: підписи, які передають результати автентифікації через сервери пересилання. (за допомогою mailauth), може передати свої результати як authenticationResults, і їх буде оцінено без повторної перевірки:
import {authenticate} from 'mailauth';
const auth = await authenticate(raw, {ip, helo, sender, mta});
await scanner.scan(raw, {authenticationResults: auth});Методи#
| Метод | Повертає |
|---|---|
scan(source, options) | Результат. source — це Buffer, рядок, Uint8Array або потік для читання |
scanFile(path, options) | Результат для файлу листа |
learn(source, 'spam' | 'ham') | Навчає класифікатор на одному листі |
unlearn(source, 'spam' | 'ham') | Скасовує learn |
saveModel(path, options) | Записує класифікатор у файл (options: minCount, maxFeatures, metadata) |
getClassifier() | Classifier, що використовується, або null |
getClassification(features) | Вердикт класифікатора для ознак із getFeatures |
getFeatures(mail) | {features, words, language, script, links, hosts, text, hidden} листа |
getTokens(text, locale) | Слова тексту |
getTokensAndMailFromSource(source) | {tokens, features, mail} |
parse(source) | {raw, mail}, де mail отримано з mailparser |
У getFeatures text — це текст, який показує поштовий клієнт і з якого беруться слова, а hidden — скільки символів тексту приховує HTML.
scanner.metrics містить totalScans, averageTime і lastScanTime.
Результат#
{
isSpam: true,
score: 16.25,
threshold: 5,
rejectThreshold: 15,
action: 'reject', // 'accept', 'tag' or 'reject'
message: 'Spam (BAYES_999, PHISHING_LOOKALIKE_DOMAIN, DECEPTIVE_LINK, FROM_NAME_BRAND)',
tests: [
{name: 'BAYES_999', score: 6.25, description: 'Classifier spam probability 99.9%'},
{name: 'PHISHING_LOOKALIKE_DOMAIN', score: 5, description: '"paypa1-secure.top" imitates paypal by swapping characters'},
// ...
],
results: {
classification: {probability, category, spam, ham, clues, coverage},
phishing: [], // lookalike domains, deceptive links, Cloudflare and URIBL findings
uncheckedHosts: 0, // link hosts beyond phishing.maxHosts, not looked up
attachments: [], // every attachment finding
executables: [], // the executable findings among them
macros: [], // macros, active PDFs, RTF objects
viruses: [], // ClamAV findings: {filename, virus: [names], message}
arbitrary: [], // rules strong enough to mark spam alone
obfuscation: {invisible, mixed, styled},
authentication: null, // mailauth's results with a score, when checked
reputation: null,
dnsbl: [], // {zone, value} for each listing
language: {language, script, notAllowed},
llm: null, // the language model's verdict, when asked
toxicity: [],
nsfw: [],
idnHomographAttack: {detected, domains, riskScore},
},
links: ['http://paypa1-secure.top/login'],
language: 'en',
tokens: ['dear', 'customer', /* ... */],
mail: {/* the parsed message, from mailparser */},
version: '7.0.0',
metrics: {totalTime: 42},
}Знахідки в phishing, attachments, executables, macros, viruses і arbitrary — це об’єкти з type і message. String(finding) повертає повідомлення.
Експорти#
import SpamScanner, {
Classifier, getFeatures, segmentWords, detectLanguage,
LLMClassifier, PROVIDERS, RECOMMENDED_MODELS, CLASSIFIER_MODELS,
DEFAULT_SCORES, scoreResults, spamHeaders, rewriteMessage,
loadModel, saveModel, defaultModelPath, loadDefaultModel,
train, evaluate, readExamples,
MilterServer, createHttpServer, createTcpServer, createSpamdServer,
DEFAULTS, VERSION,
} from 'spamscanner';
import ArfParser from 'spamscanner/arf';Класифікатор#
const classifier = new Classifier({spamCutoff: 0.99, hamCutoff: 0.2});
classifier.learn(getFeatures(mail).features, 'spam');
classifier.classify(features); // {probability, category, spam, ham, clues, coverage}| Параметр | За замовчуванням | Значення |
|---|---|---|
strength, unknown | 0.45, 0.5 | s і x Робінсона: наскільки сильно рідкісні ознаки зсуваються до 0,5 |
minDistance | 0.1 | Ознаки, ближчі до 0,5, ніж це значення, ігноруються |
maxClues | 150 | Скільки найсильніших ознак поєднується для одного листа |
hamCutoff, spamCutoff | 0.2, 0.99 | Межі діапазону unsure |
minLanguageExamples, languageShare | 1000, 0.02 | Скільки листів кожного класу потрібно в мові для повної впевненості |
languagePrior | true | Зважувати слова відносно лічильників їхньої власної мови |
Також доступні merge(other), toJSON(options), Classifier.fromJSON(json), size і entries().
Навчання#
import {train, evaluate, saveModel} from 'spamscanner';
const {classifier, spam, ham} = await train({
spam: ['/mail/Junk'],
ham: ['/mail/Archive', '/mail/archive.mbox'],
datasets: [{file: 'extra.csv', textColumn: 'body', labelColumn: 'kind'}],
});
saveModel(classifier, 'model.json');evaluate(classifier, examples) приймає елементи {label, features} або readExamples(sources), яка читає ті самі джерела, що й train, і повертає лічильники, точність, повноту, F1, правильність, а також частки хибнопозитивних, хибнонегативних і невизначених результатів.
Сервери#
import SpamScanner, {MilterServer, createHttpServer, createSpamdServer} from 'spamscanner';
const scanner = new SpamScanner({authentication: true});
const milter = new MilterServer(scanner, {reject: true, rejectCode: 451, subjectTag: '[SPAM]'});
milter.on('scan', ({session, result}) => console.log(session.remoteAddress, result.score));
await milter.listen(7831);
createHttpServer(scanner, {token: process.env.SPAMSCANNER_TOKEN}).listen(7832, '127.0.0.1');
createSpamdServer(scanner).listen(783, '127.0.0.1');Звіти ARF#
spamscanner/arf читає й записує звіти про зловживання (RFC 5965) — формат, у якому поштові провайдери повідомляють про скарги на спам:
import ArfParser from 'spamscanner/arf';
const report = await ArfParser.parse(rawReport);
console.log(report.feedbackType, report.sourceIp, report.originalHeaders.subject);
const raw = ArfParser.create({
feedbackType: 'abuse', userAgent: 'MyService/1.0',
from: 'abuse@example.com', to: 'fbl@example.net',
originalMessage, sourceIp: '192.0.2.1',
});ArfParser.tryParse() повертає null замість винятку для листів, які не є звітами, а isArfMessage(mail) перевіряє розібраний лист.