damospace

J'avais déjà rédigé il y a un certain temps un billet concernant les filtres bayesiens pour combattre le spam dans les boites e-mail et je souhaiterais cette fois-ci vous montrer à quel point leur utilisation est facile.

Je suis convaincu qu'il y a de nombreuses personnes qui utilisent déjà des clients e-mail avec filtre bayesien (comme Foxmail, mais aussi Mozilla Thunderbird) sans en tirer profit.

Il est vrai que cela demande un peu de temps lors du premier apprentissage, mais après, quel plaisir de voir la grande majorité des messages illégitimes arriver directement dans le dossier spam, avec très peu de "false positives", c'est-à-dire de messages légitimes considérés comme spam.


Si vous utilisez Foxmail :

Pour marquer un message manuellement comme message spam, il suffit de cliquer sur le petit point après le sujet. Celui-ci se transforme en poubelle, et si vous avez configuré Foxmail en fonction, le message va directement dans votre boîte à spam ou dans votre corbeille.

Vous trouverez toutes les options de configuration dans l'onglet Outil - Options Anti-Spam

Dès que vous aurez 1000 messages spam ET 1000 messages légitimes apprises comme tels dans votre client mail (il y a cependant une astuce pour le faire plus tôt), vous pouvez activer le filtre bayesien avec la case à cocher correspondante :


La position Normal du filtre devrait convenir dans la plupart des cas.

NB: Vous n'êtes pas obligé de cumuler mille messages spam dans votre dossier spam, vous pouvez très bien effacer le spam au fur et à mesure après l'apprentissage. Cela peut se faire selon votre convenance, une fois par semaine, dès que vous aurez atteint un certain nombre (pour ne pas le faire à tout bout de champ).

Je vous donne maintenant l'astuce pour les gens pressés : Vous pouvez décocher la case Passer les messages déjà appris pour pouvoir démarrer le filtre bayesien avec moins de mille messages, en répétant l'apprentissage autant de fois que nécessaire. Sachez néanmoins que cela risque de diminuer son efficacité.


Sinon, pour augmenter l'efficacité du filtre bayesien, vous pourrez continuer l'apprentissage à intervalle régulier où dès que vous avez suffisamment de messages spam dans votre dossier spam pour avoir envie de les effacer ensuite.

Foxmail dispose d'ailleurs d'une fonction Vider la boîte à spam (onglet Boîte aux lettres).


Si vous utilisez Mozilla Thunderbird :

Je vous recommande cette petite documentation de l'Université d'Orléans.

Cela fait maintenant pratiquement un an que j'utilise Gmail. J'ai toujours été très content de ce service, notamment parce que j'ai reçu très peu de messages spam (pourriels).
Hélas, il faut croire que ce temps est maintenant révolu. Je reçois en effet une bonne dizaine de spams tous les jours. Heureusement, Gmail les classe pour l'instant tous dans le dossier prévu à cet effet, mais si le volume des messages non légitimes continue à augmenter, il y en aura peut-être aussi certains qui ne seront pas détectés par Gmail.

L'autre question que je me suis posé : Est-ce qu'un spammeur a réussi de récupérer directement sur mon blog (malgré la protection avec Mailonpix que j'ai désormais remplacé par Mailhide) ? Est-ce qu'un spammeur a réussi à se procurer cette adresse ailleurs ? En tous les cas, Google ne trouve actuellement aucun document contenant mon adresse Gmail...

En y regardant de plus près, je constate que trois quarts des messages spam que je viens de recevoir sont adressés à des personnes dont le début de l'adresse ressemble à la mienne. Il s'agit donc peut-être d'une attaque du type dictionnaire qui consiste à tenter l'envoi de messages à toutes les adresses pouvant exister, en commençant par "a" et en finissant par "zzzzzzzzzzzzzzz".
(Si c'est le cas, il ne faut surtout pas faire afficher les images contenu dans le message ou répondre, car c'est de cette façon que le spammeur se rendra compte qu'une adresse existe vraiment.)

Qu'en est-il pour vous ? Avez-vous aussi remarqué une augmentation spectaculaire du spam dans votre boite Gmail depuis les derniers jours ?

Vous savez probablement qu'il est déconseillé d'indiquer son adresse E-Mail sur un site Internet, compte tenu des robots qui parcourent le net en recherche d'adresses à qui on pourrait envoyer du spam.

Parmi les stratagèmes pour rendre la récolte de ces robots moins fructueuse consiste à "déguiser" son adresse de façon à ce qu'un robot ne la trouve pas, alors qu'un internaute saura facilement la reconstituer, par exemple en remplaçant l'arobase par "at" ou "chez" ou en ajoutant "nospam" etc. etc.

Hélas, il faut aujourd'hui considérer que ces subterfuges sont aujourd'hui suffisamment connu pour qu'au moins une bonne partie des robots sachent les déjouer (peut-être un peu moins en mettant "chez" que "at", ou en laissant des espaces entre les différentes parties de l'adresse), mais il ne faudrait pas non plus que la reconstitution d'une E-Mail devienne un jeu d'adresse...

Personnellement, j'ai opté pour la solution de remplacer ce petit texte par un image. J'ai lu que certains robots seraient en mesure de scanner des images pour en extraire les adresses, mais je reste convaincu que ce procédé reste relativement efficace, en sachant que la seule mesure vraiment efficace serait de ne jamais indiquer son adresse sur internet.

Après cette longue introduction voici enfin comment s'y prendre pour créer un fichier image avec son adresse E-Mail : Rendez-vous sur mailonpix, indiquez votre adresse et collez le lien créé à l'endroit où vous auriez mis votre adresse E-Mail. Cela marche sur votre blog et partout où vous pouvez utiliser du code html. En plus, si quelqu'un clique sur le lien, il est simplement renvoyé vers le site mailonpix...

Voici quelques exemples d'images créées avec ce service:





C'est pas mal, non ?

Un filtre bayésien reste une des meilleures méthodes de se débarrasser des messages illégitimes communément appellé spam. Son grand avantage est de devenir de plus en plus précis avec le temps. Un filtre bayésien peut facilement atteindre une détection de plus de 90% des messages spam. En plus, il s'adapte lors de la phase d'apprentissage à chaque cas particulier.

Comment fonctionne un filtre bayésien anti-spam ?
Dans un premier temps, il faut indiquer au filtre bayésien quels messages sont du spam (Firefox les appelle les messages "indésirables") et quels messages n’en sont pas (messages non-spam ou "acceptables").

Lors de cet apprentissage, le filtre établit les termes qui sont uniquement rencontrés dans les messages spam, uniquement dans les messages non-spam, majoritairement dans les messages spam, autant dans les deux, etc.

Ensuite, le filtre peut utiliser ces données pour calculer la probabilité totale qu'un nouveau message soit légitime ou pas, compte tenu de l'ensemble des mots de ce message.

C'est beaucoup plus efficace que les listes de mots classiques qu'on utilisait avant, car le filtre s'adapte automatiquement à toute tentative d'éviter ce type de listes. En plus, un certain nombre de mots non-spam fera qu'un message sera considéré comme légitime, malgré quelques termes spam.

C'est également plus efficace que des listes noires d'adresses e-mail, car les adresses e-mail ne sont souvent utilisés qu'une seule fois par les spammeurs, alors que les messages spam suivent régulièrement des modèles identiques ou presque.

On peut souvent configurer la sensitivité d'un filtre anti-spam afin de détecter le maximum de messages spam tout en évitant qu'un message acceptable soit classé comme spam.

Il faut compter environ un millier de messages spam et quelques centaines de messages non-spam afin que le filtre bayésien puisse être activé.

Après activation du filtre presque tous les messages indésirables sont automatiquement marqués comme spam et généralement transférés dans un répertoire à part. Il suffira désormais de marquer le petit pourcentage des messages indésirables non reconnus.

Chaque fois qu'on a cumulé un certain nombre de messages spam (ou à des intervalles réguliers), on peut les soumettre au filtre pour apprentissage avant de les effacer. Il faut également penser de temps en temps à faire apprendre les messages non-spam, car cela rend le filtre beaucoup plus efficace.

Quelques conseils:

• Evitez de classer comme spam une publicité ou newsletter légitime qui ne vous intéresse pas ou encore les messages d'une personne qui vous tape sur les nerfs. Vous risquerez de rendre votre filtre anti-spam beaucoup moins efficace. En plus, ce genre de problème se règle très facilement avec des listes noires ou des filtres automatiques (par exemple : si l'expéditeur est xy, transférer le message dans le dossier corbeille).

• N'hésitez pas à mettre tous vos contacts en liste blanche pour éviter qu'un message légitime soit transféré dans le dossier spam. Ceci concerne tout particulièrement les messages envoyés en masse (notifications, newsletters etc.).

• Il peut parfois être conseillé d'effacer les données du filtre et de recommencer l'apprentissage (p. ex. pour actualiser la liste des mots spam ou en cas d'erreurs massives d'apprentissage).
  

Logiciels
Si vous êtes à la recherche d'un logiciel E-Mail gratuit avec filtre bayésien, je vous recommande Foxmail ou Mozilla Thunderbird.

Prochainement ?
Personnellement, j'utilise Foxmail depuis un bout de temps et si cela intéresse quelqu'un, je pourrais prochainement expliquer plus en détail comment mettre en route et utiliser le filtre anti-spam de Foxmail.

P.S.: Si vous souhaitez utiliser Foxmail pour relever vos messages Gmail, merci de lire ce billet.