Bayes Regel

Hallo Zusammen,

ich finde nirgendwo Informationen darüber, was die Kürzel bedeuten.
Hat mir jemand eine Quelle?
Was bedeutet:
S:
M:
R:
(V=0/P=100)

Zitat

=== BEGIN MESSAGE at 20.09.2013 12:43:04 ===
Subject: Qualitätsprodukte für Profis & Heimwerker! Unsere Aktionsartikel ab Do., 26.09.!
Sender: Newsletter ALDI SUED <news@aldi-sued.de>
Date: Fri, 20 Sep 2013 12:38:58 +0200
Msg-Id: <20130920123858.594887.155283.7891@elettershop.de>
Match: RegExp rule "Text" (TEXT_WITH_NUMBERS: Digits between letters), score: 20.
Match: RegExp rule "Text" (TEXT_SPSZSP: Space characters in front and behind punctuation marks), score: 5.
Match: RegExp rule "HtmlPart" (HTML_IMG_LINK: Link with image), score: 5.
Match: Intern rule "BetwBrackCnt" (TEXT_BETWEEN_BRACKETS: Short text between HTML tags), score: 10.
Match: RegExp rule "HtmlPart" (HTML_LARGE_IMAGE: Large image (width)), score: 5.
Match: RegExp rule "HtmlPart" (HTML_LARGE_IMAGE: Large image (height)), score: 5.
Match: Simple rule "SubjText" (SUBJTEXT_BADWORD: Live), score: 5.
Match: Simple rule "SpamSubjText" (TEXT_BAD_WORD: Stock), score: 5.
Match: Simple rule "Text" (TEXT_BAD_WORD: Kostenlos), score: 5.
Bayes words:
S:profis (V=0/P=100)
M:elettershop (V=0/P=100)
M:1.4.1 (V=0/P=100)
R:10.6.0.129 (V=0/P=100)
R:return72@elettershop.de (V=0/P=100)
arbeitshose (V=0/P=100)
reflektoren (V=0/P=100)
verstellbar (V=0/P=100)
handytasche (V=0/P=100)
nylon (V=0/P=100)
48–56 (V=0/P=100)
obermaterial (V=0/P=100)
strapazierfähigem (V=0/P=100)
mesh (V=0/P=100)
service-adresse (V=0/P=100)
zähne (V=0/P=100)
robuster (V=0/P=100)
inch (V=0/P=100)
transportkarre (V=0/P=100)
sparende (V=0/P=100)
belastung (V=0/P=100)
handgriff (V=0/P=100)
schwenkbar (V=94/P=88)
R:esmtps (V=8/P=84)
maße (V=8/P=84)
Bayes result: 4% spam probability.
Match: Intern rule "BayesScore" (BAYES - aus Regel'Rules' in Verbindung mit AntiSpam-Einst aus TB), score: 4.
URLBL-Check: by multi.surbl.org with domain "aldi-sued.de" - not listed or timed out. Time: 53 mSec.
URLBL-Check: by multi.surbl.org with domain "w3.org" - not listed or timed out. Time: 170 mSec.
URLBL-Check: by multi.surbl.org with domain "de." - not listed or timed out. Time: 1 mSec.
URLBL-Check: by multi.uribl.com with domain "aldi-sued.de" - LISTED. Time: 57 mSec.
Match: Intern rule "URLBL" (URLBL_MULTI: multi.uribl.com), score: 100.
Message marked as SPAM by last rule (score was 169).
Bayes learned this mail as SPAM.
Final score is: 100 (100), 11 rules matched >>> SPAM.
Message processed in 4743 mSec.
Regula Anti-Spam Plugin v2.2.7.0

Alles anzeigen

Ich nutze TB 5.4.8
Regula: 2.2.7.0

Wer lesen kann ist klar im Vorteil.

Die Kürzel R: S: M: hab ich in der Hilfe gefunden.

Zitat

Dabei steht "R:" für "Received:", "S:" für "Subject:" und "M:" für "X-Mailer:" bzw "User-Agent:".

Es bleibt also nur noch
(V=0/P=100)
übrig.

Hab noch was.
Laut Statistik lernt Bayes bei mir immer noch.

Zitat

Allgemein
Gefilterte Nachrichten: 49414 (4150 Spam, 45264 Ham)
Spam-Aufkommen: 8,40%
Filtereffizienz: 96,95%

Bayes
Mails in der Datenbank: 49690 (4390 Spam, 45300 Ham)
Spam/Ham-Verhältnis: 1 / 10,32
Geprüfte Nachrichten: 7274
Automatisch gelernt: 48914 (4150 Spam, 44764 Ham)
Umgelernte Nachrichten: 222 (162 zu Spam, 60 zu Ham)

Alles anzeigen

Ist die Bayes-Datenbank überhaupt noch effizient, oder soll ich Diese löschen und von vorne anfangen?
Wie muss ich dann in den Regula-Einstellungen unter Reiter "Bayes" "automatisches Lernen" einstellen um dann nur noch über Rules.dat das Lernen zu steuern.
In der Hilfe steht ja, dass man mit BayesAutoLearn nur die Funktion ein.- bzw. ausgeschaltet werden kann. Wie werden aber die 5 Lern-Möglichkeiten über die Rules.dat gesteuert.

Zitat von sanyok

Am besten direkt Gaijin anschreiben. Müsste etwas mit dem Score zu tun haben, da der Wert nicht über 100 geht.

Geht leider nicht, kann keine PN an ihn schreiben. Hab keinen Zugang zu seinem Profil. Kannst du bitte Gaijin, für mich, als Mod anschreiben?

Zitat von sanyok

Wenn die Filtereffizienz über 90 % liegt, dann ist alles OK. Fast kaum jemand hat 100 %. Entscheidend für das neue Training ist aber vielmehr, ob bei dir Nachrichten oft oder selten falsch klassifiziert werden.

Ja, ich habe viele falsch klassifiziert eMails. Weil diese Regel

Match: Intern rule "ToAddrInAB" (TOADDR_IN_ADDRBOOK: Empfänger ist im address book)

fälschlicherweise ständig zugeschlagen hat. Die Empfänger sind definitiv nicht im Adressbuch.
Ich hab den Fehler nicht finden können und jetzt kurzerhand deaktiviert und jetzt funzt alles wieder wie es soll.

Wäre es sinnvoll, die Bayes-Datenbank zu löschen??

Zitat von sanyok

So viel ich weiß, wird Rules.dat nur verwendet, wenn der einfache Modus (Reiter "Filterung") deaktiviert wurde; sonst nur EasyRules.dat. Mit den 5 Lern-Möglichkeiten meinst du wahrscheinlich die fünf Optionen unter "Automatisches Lernen" im Reiter "Bayes"? Diese, wie auch die übrigen Einstellungen aus dem Konfigurationsdialog, werden in Regula.ini gespeichert.

Richtig, ist bei mir deaktiviert und ich nutze Rules.dat.

Meine letzte Frage war offensichtlich unklar von mir gestellt.

In der Hilfe steht:

Hinweis:
Für das Anlernen sollten die letzten empfangenen 200 bis 300 Spam- und Ham-Nachrichten vollkommen ausreichen.
Das Anlernen von mehreren Tausend Nachrichten ist vollkommen unnötig - es wird dringend davon abgeraten.
Beim Anlernen oder Reklassifizieren von Nachrichten reagiert The Bat! auf keine Benutzereingaben.


Um das automatische Lernen besser kontrollieren zu können, steht die Regel "BayesAutoLearn" zur Verfügung. Hiermit lässt sich das automatische Lernen für bestimmte Regeln oder Bereicht von Regeln deaktivieren bzw. wieder aktivieren. Dies jedoch nur dann, wenn die Verarbeitung der Nachricht - aus welchem Grund auch immer - abgebrochen wurde (z.B. mit einer Regel, die die Option "W" enthält oder auch dann, wenn der maximale Score erreicht wurde). Das automatische Lernen wird mit


BayesAutoLearn 0 | "OFF"
deaktiviert und mit
BayesAutoLearn 0 | "ON"

Wie man die 5 Optionen in "Automatischen Lernen" in Reglua.dat steuert, ist in der Hilfe nichts zu finden. Daher die Frage danach.

Zitat von GwenDragon

Schau mal, schreib ihm per Mail. Adresse unter http://gaijin.at/teccontact.php

Anfrage an @Gaijn ist raus.

Zitat von GwenDragon

Die Bayesdatenbank soll nicht gelöscht werden.
Wie soll denn das Plugin Spam erkennen, wenn die Datenbank der Spamworte samt Gewichtung weg ist? Die Datenbank ist notwendig.

Ist klar. Datenbank muss dann wieder neu aufgebaut werden.

Bis dahin vielen Dank an euch Beide für eure Hilfe.
Jetzt heißt es warten auf Antwort vom Entwickler.

Zitat von GwenDragon

DNSBL/URIBL können bei zu vielen Abfragen blocken, Bayes verbessert jedenfalls die Filtergenauigkeit.

URLBL frage ich zwei ab und bei DNSBL sind es drei.

Zitat von sanyok

Man kann verschiedene BL-Server eintragen. Außerdem gibt es im Reiter "Filterung" andere Filterungsmöglichkeiten. Ich persönlich musste fast alle Absenderadressen in die weiße Liste eintragen, obwohl ich die Datenbank mit entsprechenden E-Mails trainiert habe, da Bayes trotzdem leider des Öfteren falsche Klassifizierungen verursachte. Bei einem Filter ist das aber nicht möglich, denn entweder ist die Filterbedingung erfüllt oder nicht.

Bei mir ist 'einfache Filterung' deaktiviert und alle Filter steuert nur die Rules.dat.
Und da kommen zu aller erst meine selbst erstellten Filterregeln, um die Steu vom Weizen zu trennen und danach alle anderen Regeln und Die sind seit 2006 unverändert am Laufen und hab damit hab ich keinerlei Probleme.

Die BL-Server sind unverändert. Hab jetzt keine Ahnung, ob die noch alle am Laufen sind und vor allem ob die noch up-to-date sind.

Ich hab jetzt mal Kontakt mit dem Entwickler von Regula (gaijin) aufgenommen.

Hier die Zusammenfassung:

Frage:
In der Filter.log sind, wenn der Bayes-Filter aktiv ist, folgende Einträge zu finden:
S:blabla (V=0/P=100)
M:blub (V=8/P=84)
R:IP oder Mail-Adresse (V=99/P=97)
Antwort aus der Regula.chm:
Dabei steht "R:" für "Received:", "S:" für "Subject:" und "M:" für "X-Mailer:" bzw "User-Agent:".
Antwort des Entwicklers:
Die Klammerwerte bedeuten (V=Value/P=Priority)

Frage: Warum schlägt diese Regel zu, wenn der Empfänger definitiv nicht im Adressbuch enthalten ist.
,-----[Rules.dat ]-----
| ToAddrInAB 0 IW "" [TOADDR_IN_ADDRBOOK: Empfänger ist im address book - aus Regel'Rules']
`-------------------
,-----[Filter.log ]-----
| Match: Intern rule "ToAddrInAB" (TOADDR_IN_ADDRBOOK: Empfänger ist im address book - aus Regel'Rules')
`-------------------
Antwort:
Der Entwickler vermutet, dass die Empfängeradresse in einem Adressbuch eingetragen ist und
er konnte bis jetzt keinerlei Probleme mit der Regel beobachten.

Frage:
Ist es sinnvoll die Bayes-Datenbank zu löschen und neu anlernen zu lassen.
Antwort:
Ab und zu kann es sicher nicht schaden. Vor allem auch, weil sich die Methoden der Spammer mit der Zeit ändern.
Anmerkung von mir: Meine Bayes-Datenbank scheint mit den richtigen Worten gefüttert zu sein, denn die Trefferquote bei Bayes liegt bei mir rund bei 98,x%. Ich werde die db erst dann löschen und neu anlernen, wenn die Trefferquote unter 95% sinken würde, denn dann hätten die Spammer ihre Tricks geändert.