bmf - ക്ലൗഡിൽ ഓൺലൈനിൽ

പട്ടിക:

NAME

bmf - കാര്യക്ഷമമായ ബയേഷ്യൻ മെയിൽ ഫിൽട്ടർ

സിനോപ്സിസ്

ബിഎംഎഫ് [-t] [-n] [-s] [-N] [-S] [-f fmt] [-d db] [-i ഫയൽ] [-k n] [-m തരം] [-p]
[-v] [-V] [-h]

വിവരണം

bmf ഒരു ബയേസിയൻ മെയിൽ ഫിൽട്ടറാണ്. അതിന്റെ സാധാരണ പ്രവർത്തനരീതിയിൽ, ഇതിന് ഒരു ഇമെയിൽ സന്ദേശം ആവശ്യമാണ്
അല്ലെങ്കിൽ സ്റ്റാൻഡേർഡ് ഇൻപുട്ടിലെ മറ്റ് ടെക്‌സ്‌റ്റ്, "നല്ലത്", എന്നിവയുടെ ലിസ്റ്റുകൾക്കെതിരെ ഒരു സ്റ്റാറ്റിസ്റ്റിക്കൽ പരിശോധന നടത്തുന്നു
"സ്പാം" വാക്കുകൾ, പുതിയ ഡാറ്റ രജിസ്റ്റർ ചെയ്യുന്നു, ഇല്ലയോ എന്ന് സൂചിപ്പിക്കുന്ന ഒരു സ്റ്റാറ്റസ് കോഡ് നൽകുന്നു
സന്ദേശം സ്പാം ആണ്. BMF ഫാസ്റ്റ്, സീറോ കോപ്പി അൽഗരിതങ്ങൾ ഉപയോഗിച്ചാണ് എഴുതിയിരിക്കുന്നത്, നേരിട്ട് C-യിൽ കോഡ് ചെയ്യുന്നു,
വേഗതയ്ക്കായി ട്യൂൺ ചെയ്യുകയും ചെയ്തു. സമാനതകളേക്കാൾ വേഗമേറിയതും ചെറുതും ബഹുമുഖവുമാകാൻ ഇത് ലക്ഷ്യമിടുന്നു
അപ്ലിക്കേഷനുകൾ.

mbox, maildir മെയിൽ സ്റ്റോറേജ് ഫോർമാറ്റുകൾ bmf പിന്തുണയ്ക്കുന്നു. ഇത് യാന്ത്രികമായി പ്രോസസ്സ് ചെയ്യും
ഒരു mbox ഫയലിൽ വെവ്വേറെ ഒന്നിലധികം സന്ദേശങ്ങൾ.

ഓപ്ഷനുകൾ

കമാൻഡ്-ലൈൻ ഓപ്ഷനുകൾ ഇല്ലാതെ, bmf ഇൻപുട്ട് പ്രോസസ്സ് ചെയ്യുന്നു, ഒന്നുകിൽ "നല്ലത്" അല്ലെങ്കിൽ രജിസ്റ്റർ ചെയ്യുന്നു
"സ്പാം", കൂടാതെ ഉചിതമായ പിശക് കോഡ് നൽകുന്നു. വേഡ്‌ലിസ്റ്റ് ഡയറക്ടറിയും നിലവിലില്ല
വേർഡ് ഫയലുകൾ ഇല്ലെങ്കിൽ സൃഷ്ടിക്കപ്പെടും.

-t ഇൻപുട്ട് സ്പാം ആണോ എന്ന് പരിശോധിക്കാൻ. പദ ലിസ്റ്റുകൾ അപ്ഡേറ്റ് ചെയ്തിട്ടില്ല. ഒരു റിപ്പോർട്ട് എഴുതിയിട്ടുണ്ട്
stdout-ലേക്ക് അവസാന സ്‌കോറും ഏറ്റവും ഉയർന്ന വ്യതിയാനമുള്ള ടോക്കണുകളും കാണിക്കുന്നത് അർത്ഥമാക്കുന്നു
0.5.

-n ഇൻപുട്ട് സ്പാം അല്ലാത്തതായി രജിസ്റ്റർ ചെയ്യുക.

-s ഇൻപുട്ട് സ്പാം ആയി രജിസ്റ്റർ ചെയ്യുക.

-N ഇൻപുട്ട് നോൺ-സ്‌പാമായി രജിസ്‌റ്റർ ചെയ്‌ത് മുൻകാല രജിസ്‌ട്രേഷൻ സ്‌പാമായി പഴയപടിയാക്കുക.

-S ഇൻപുട്ട് സ്‌പാമായി രജിസ്റ്റർ ചെയ്യുകയും മുൻ രജിസ്‌ട്രേഷൻ നോൺ-സ്‌പാം ആയി പഴയപടിയാക്കുകയും ചെയ്യുക.

-f fmt ഡാറ്റാബേസ് ഫോർമാറ്റ് വ്യക്തമാക്കുക. ടെക്സ്റ്റ്, db, mysql എന്നിവയാണ് സാധുവായ ഫോർമാറ്റുകൾ. വാചകം എപ്പോഴും
സാധുവായ. അനുബന്ധ ഓപ്ഷൻ പ്രവർത്തനക്ഷമമാക്കിയില്ലെങ്കിൽ മറ്റുള്ളവ ലഭ്യമായേക്കില്ല
കംപൈൽ സമയം. ലഭ്യമാണെങ്കിൽ ഡിഫോൾട്ട് db ആണ്, അല്ലെങ്കിൽ ടെക്സ്റ്റ്.

-d db വേഡ് ലിസ്റ്റുകൾ ലോഡുചെയ്യുന്നതിനും സംരക്ഷിക്കുന്നതിനുമായി ഡാറ്റാബേസ് അല്ലെങ്കിൽ ഡയറക്ടറി വ്യക്തമാക്കുക. സ്ഥിരസ്ഥിതിയാണ്
~/.bmf ടെക്സ്റ്റ് മോഡിൽ.

-i ഫയല് stdin-ന് പകരം ഇൻപുട്ടിനായി ഫയൽ ഉപയോഗിക്കുക.

-k n ബയേസ് കണക്കുകൂട്ടലിൽ ഉപയോഗിക്കേണ്ട എക്സ്ട്രീമ (കീപ്പർമാർ) എണ്ണം വ്യക്തമാക്കുക. സ്ഥിരസ്ഥിതി
ആണ്.

-m fmt മെയിൽ സ്റ്റോറേജ് ഫോർമാറ്റ് വ്യക്തമാക്കുക. mbox, maildir എന്നിവയാണ് സാധുവായ ഫോർമാറ്റുകൾ. ഡിഫോൾട്ട് ആണ്
മെയിൽ സ്റ്റോറേജ് ഫോർമാറ്റ് സ്വയമേവ കണ്ടെത്തുക. ഈ ഓപ്ഷൻ ഒഴിവാക്കിയിരിക്കുന്നു.

-p ഇൻപുട്ട് ഔട്ട്‌പുട്ടിലേക്ക് പകർത്തുക (പാസ്‌ത്രൂ) കൂടാതെ സ്‌പാം തലക്കെട്ടുകളുടെ ശൈലിയിൽ ചേർക്കുക
സ്പാം അസ്സാസിൻ. പ്രോസസ്സിംഗ് വിശദാംശങ്ങളോടൊപ്പം ഒരു എക്സ്-സ്പാം-സ്റ്റാറ്റസ് ഹെഡർ എപ്പോഴും ചേർത്തിരിക്കുന്നു. ദി
ഈ തലക്കെട്ടിലെ ഉള്ളടക്കങ്ങൾ എല്ലായ്പ്പോഴും "അതെ" അല്ലെങ്കിൽ "ഇല്ല" എന്നതിൽ ആരംഭിക്കുന്നു. ഇൻപുട്ട് വിധിക്കുകയാണെങ്കിൽ
സ്പാം ആകുക, "X-Spam-Flag: YES" എന്ന തലക്കെട്ടും ചേർത്തിരിക്കുന്നു.

-v കൂടുതൽ വാചാലരായിരിക്കുക. ഈ ഓപ്ഷൻ ഇതുവരെ നന്നായി പിന്തുണയ്ക്കുന്നില്ല.

-V പതിപ്പ് വിവരങ്ങൾ പ്രദർശിപ്പിക്കുക.

-h ഉപയോഗ വിവരങ്ങൾ പ്രദർശിപ്പിക്കുക.

സിദ്ധാന്തം OF പ്രവർത്തനം

bmf അതിന്റെ ഇൻപുട്ടിനെ ടോക്കണുകളുടെ ഒരു ബാഗായി കണക്കാക്കുന്നു. ഓരോ ടോക്കണും "നല്ലത്", "മോശം" എന്നിവയ്‌ക്കെതിരെ പരിശോധിക്കുന്നു
വേർഡ്‌ലിസ്റ്റുകൾ, അത് സ്പാമിൽ അല്ലാത്തവയിൽ എത്ര തവണ സംഭവിച്ചു എന്നതിന്റെ എണ്ണം നിലനിർത്തുന്നു
സ്പാം മെയിലുകൾ. ഒരു മെയിലിന്റെ സാധ്യത കണക്കാക്കാൻ ഈ നമ്പറുകൾ ഉപയോഗിക്കുന്നു
ടോക്കൺ സംഭവിക്കുന്നത് സ്പാം ആണ്. എല്ലാ ഇൻപുട്ട് ടോക്കണുകളുടേയും സാധ്യതകൾ കണക്കാക്കിയ ശേഷം, ഒരു ഫിക്സഡ്
ശരാശരിയിൽ നിന്ന് വ്യതിചലിക്കുന്ന സാധ്യതകളുടെ എണ്ണം ബയേസ് ഉപയോഗിച്ച് സംയോജിപ്പിച്ചിരിക്കുന്നു
സോപാധിക സാധ്യതകളെക്കുറിച്ചുള്ള സിദ്ധാന്തം.

സാധാരണ പാറ്റേൺ-മാച്ചിംഗ് സമീപനവുമായി താരതമ്യപ്പെടുത്തുമ്പോൾ ഈ രീതി അസംബന്ധമാണെന്ന് തോന്നുമെങ്കിലും, അത്
വളരെ ഫലപ്രദമായി മാറുന്നു. പോൾ ഗ്രഹാമിന്റെ പേപ്പർ എ പ്ലാൻ ഫോർ സ്പാം:
http://www.paulgraham.com/spam.html വായിക്കാൻ ശുപാർശ ചെയ്യുന്നു.

സ്മാർട്ടർ ലെക്സിക്കൽ വിശകലനം നടത്തി പോളിന്റെ നിർദ്ദേശം bmf മെച്ചപ്പെടുത്തുന്നു. പ്രത്യേകിച്ച്,
ഹോസ്റ്റ്നാമങ്ങളും IP വിലാസങ്ങളും നിരസിച്ചിട്ടില്ല, കൂടാതെ ചില തരത്തിലുള്ള MTA വിവരങ്ങളും
നിരസിച്ചു (സന്ദേശ ഐഡികളും തീയതികളും പോലുള്ളവ).

MIME ഉം മറ്റ് അറ്റാച്ചുമെന്റുകളും ഡീകോഡ് ചെയ്തിട്ടില്ല. ടോക്കൺ സ്ട്രീമുകൾ കാണുന്നതിൽ നിന്നുള്ള അനുഭവം
ഇൻക്ലോസറുകളുള്ള സ്പാം, എന്നതിലെ സൂചകങ്ങൾ വഴി മാറാതെ സ്വയം മാറുന്നുവെന്ന് സൂചിപ്പിക്കുന്നു
തലക്കെട്ടുകളും നോൺ-എൻക്ലോഷർ ഭാഗങ്ങളും. എന്നിരുന്നാലും, ഡീകോഡ് ചെയ്യാനുള്ള കഴിവ് ചേർക്കാൻ ഞാൻ ആഗ്രഹിക്കുന്നു
വാചക അറ്റാച്ച്‌മെന്റുകൾക്കുള്ള ഉദ്ധരണി-അച്ചടിക്കാവുന്നതും ഒരുപക്ഷേ അടിസ്ഥാന64 എൻകോഡിംഗുകളും.

സംയോജനം ഉപയോഗിച്ച് മറ്റുള്ളവ ടൂളുകൾ

സാമ്പിളുകൾക്കും നിർദ്ദേശങ്ങൾക്കും ദയവായി /usr/share/doc/bmf/README.gz കാണുക.

തിരികെ മൂല്യങ്ങൾ

പാസ്ത്രൂ മോഡിൽ: വിജയത്തിന് പൂജ്യം, പരാജയത്തിന് പൂജ്യം.

നോൺ-പാസ്ത്രൂ മോഡിൽ: സ്പാമിന് 0; നോൺ-സ്പാമിന് 1; I/O അല്ലെങ്കിൽ മറ്റ് പിശകുകൾക്ക് 2.

onworks.net സേവനങ്ങൾ ഉപയോഗിച്ച് bmf ഓൺലൈനായി ഉപയോഗിക്കുക