| Últimas noticias |
Buzón de sugerencias Oqotech
Comunícanos tus propuestas sobre nuestros productos o servicios.
Tu opinión nos importa.
Envíanos un correo electrónico a:
sugerencias@oqotech.com
Oqotech miembro fundador de la primera plataforma antispam colaborativa
QuitaSpam es la plataforma antispam colaborativa, formada por varias empresas gestoras y empresas afiliadas que cada día mejoran el servicio de eliminar de correo no deseado los buzones de los usuarios.
|
|
|
|
|
|
 |
|
|
| Portada · Especificaciones Técnicas Oqospam Oqotech |
Oqo-Spam utiliza los siguientes elementos para evaluar el tráfico de correo entrante:
Listas negras
Filtrado Bayesiano
El funcionamiento de las listas negras de spam consiste en generar una base de datos de servidores de correo que puedan ser fuentes de spam. Por tanto las máquinas dadas de alta en esta base de datos son etiquetadas como poco fiables y siempre serán fuente de algún tipo de problema.
Listas negras consultadas por el filtro antispam:
Spamhuose.PBL Spamhouse.XBL Spamcop.RBL ORBL DCC Razor2 TBL SURBL ULIBL
Para completar la labor del análisis de contenidos de los mensajes que llegan a cada organización se hace uso del filtrado Bayesiano.
Éste se basa en el principio de que la mayoría de los sucesos están condicionados y que la probabilidad de que ocurra un suceso en el futuro puede ser deducido de las apariciones previas de ese suceso. Si algún patrón de texto se encuentra a menudo en el spam pero no en el correo legítimo, entonces sería razonable asumir que este correo es probablemente spam.
Antes de que el correo electrónico pueda ser filtrado utilizando este método, el usuario necesita generar una base de datos con palabras y testigos (cómo el signo $, direcciones IP y dominios, etc), recogidos de un ejemplo de correo spam y de correo válido (referido como ‘ham’).
Se asigna entonces un valor de probabilidad para cada palabra o muestra; la probabilidad se basa en cálculos que tienen en cuenta que tan a menudo aparece la palabra en el spam frente al correo legítimo (ham). Esto se hace mediante el análisis del correo saliente de los usuarios y del correo spam conocido. Todas las palabras y muestras de ambos grupos son analizadas para generar la probabilidad de que una palabra concreta apunte que el correo sea spam.
Las principales ventajas de este tipo de filtro son las siguientes:
El método Bayesiano tiene en cuenta la totalidad del mensaje y reconoce tanto palabras clave que identifican el spam como palabras que denotan correo válido.
Considera la mayoría de palabras y da como resultado una probabilidad de que un mensaje sea spam.
El filtro está siempre en constante aprendizaje y se adapta a las nuevas técnicas de spam.
Es sensible al usuario, ya que aprende los hábitos de correo de la empresa e identifica palabras muy utilizadas que en otro tipo de empresa podrían indicar spam.
Es multilingüe e internacional, ya que al ser adaptable puede utilizarse en cualquier idioma.
Otros factores que se tienen en cuenta para considerar si un mensaje es un correo no deseado en comprobar si está escrito en HTML, si predominan las imágenes, controla las palabras que están contenidas en las imágenes o si el origen tiene designada una IP dinámica.
Volver
|
|
|
