15. Anti-Spam Maßnahmen im Münchner Wissenschaftsnetz

Weitere Magazine

Empfehlungen

Info

<strong>Spam</strong>-Statistiken Gesicherte Aussagen schwierig Unterschiedlichste Arten von Statistiken: Unternehmensstatistiken Statistiken von Herstellern von Sicherheitslösungen Statistiken von Blacklist-Betreibern Unterschiedlichster Fokus Regional Bot-Net Gute Sammlung unterschiedlichster Statistiken: http://spamlinks.net/stats.htm© Wolfgang Hommel, Helmut Reiser, LRZ, WS 09/10 IT-Sicherheit4
<strong>Spam</strong>-Quellen: LänderQuelle:www.spamhaus.org© Wolfgang Hommel, Helmut Reiser, LRZ, WS 09/10 IT-Sicherheit5
Seite 1 und 2: IT-Sicherheit- Sicherheit vernetzte
Seite 3: Spam aus Sicht der Betreiber von Ma
Seite 7 und 8: Top Spammer (www.spamhaus.org)Stand
Seite 9 und 10: Spam-Quellen: Bot-Netze / „Viren
Seite 11 und 12: Spam-Quelle: Backscatter Indirekter
Seite 13 und 14: Spam aus dem MWN ins Internet LRZ v
Seite 15 und 16: Eigene Spam-Quellen blocken: Verkeh
Seite 17 und 18: Schwellwerte (Wdh.)Mail-Monitoring:
Seite 19 und 20: Sender Policy Framework (SPF) Ersch
Seite 21: Inhalt4. Abwehrmaßnahmen im Münch
Seite 25 und 26: Simple Mail Transfer Protocol: Übe
Seite 27 und 28: Mail-Infrastruktur im MWN Phase I:
Seite 29 und 30: Spam-Abwehr: Phase I Völliger Verz
Seite 31 und 32: Spam-Maßnahmen Phase I: Ablaufdiag
Seite 41 und 42: Greylisting Ursprüngliches Ziel: L
Seite 43 und 44: Greylisting Nachteil: Verzögerung
Seite 45 und 46: Greylisting am LRZ: Verzögerung Ze
Seite 47 und 48: Inhalt (1)4. Abwehrmaßnahmen im M
Seite 49 und 50: Persönliche Spam-Statistik eines L
Seite 51 und 52: Mailnutzung im MWN© Wolfgang Homme
Seite 53 und 54: Betriebserfahrungen: Anti-Spam Mech
Seite 55 und 56:
Spam-WellenBetriebserfahrung: Spam-
Alle anzeigen

15. Anti-Spam Maßnahmen im Münchner Wissenschaftsnetz

Erfolgreiche ePaper selbst erstellen

Template löschen?

Als Template speichern?