Die Tricks der Spammer

30
s
KNOW-HOW
»Melatih filter Bayes agar lebih optimal
Sebuah filter Bayes yang cerdas memblokir
spam dengan baik. Tips berikut ini berguna
untuk melatihnya agar lebih optimal:
✓ Rancang model “pembelajaran" yang
solid yang terbagi dalam kelompok baik
("ham") dan buruk ("spam"). Untuk permulaan
jumlahnya cukup 30 e-mail.
✓ Perbandingkan antara e-mail yang
valid dengan sistem yang tidak diawasi,
jika memungkinkan.
✓Batasi basis data pada filter sekitar
1.000 e-mail, karena indeks yang terlalu
besar justru akan menghambat kinerja.
✓ Apabila pengkategorian e-mail baik
dan buruk memiliki kesalahan, koreksi
dengan segera pada program Antispam
mengirimkan pesan massal secara dalam
waktu singkat. Selain itu ide kreatif lainnya
adalah menutup seluruh links yang ditemukan
dalam e-mail spam, membandingkannya
dengan blacklist (DNSBL),
dan bila cocok, URL terkait sebaiknya
diakses sebanyak mungkin (filter that fight
back). Hal tersebut menyebabkan banjir
data pada website pembuat spam yang
menimbulkan biaya traffic dan koneksi
yang tidak sedikit.
Apabila hanya satu dari sepuluh pengguna
melakukan hal tersebut, biaya yang
tinggi akan ditanggung oleh pengirim
iklan tersebut karena tidak adanya pemesanan
yang terjadi. Bagaimana cara kerja
detail dari filter yang dapat membalas ini
digambarkan oleh seorang pemikir awal
metode filter Bayes yaitu Paul Graham di
website-nya dengan alamat www.paulgraham.com/ffbfaq.html.
s
Info:
www.iks-jena.de/mitarb/lutz/
usenet/teergrube.html
Die Trik-trik Tricks der spammer Spammer
yang aman. Sayangnya sampai kini
masih ditemui sistem yang tidak terkonfigurasi
dengan baik sehingga
dengan mudah menjadi incaran para
spammer yang berpengalaman.
Bug yang tidak terlihat
Sebuah trik yang juga sering dimanfaatkan
oleh spammer yang
kreatif adalah dengan memanfaatkan
apa yang disebut dengan "web
dan jangan dibiarkan begitu saja karena
filter Bayes akan belajar berdasarkan contoh
yang salah.
✓Apabila kecepatan penting bagi Anda,
sebaiknya hapus dan latih kembali basis database
filter Anda secara periodik, karena email
spam selalu mengubah karakteristiknya.
✓Latih filter Anda terus-menerus dengan
mengoreksi peringkat e-mail yang
salah dikategorikan. Hanya dengan demikian
sistem Anda dapat bereaksi dengan
cepat terhadap spam. Apabila hal
ini tidak dilakukan, maka akan semakin
banyak berita iklan yang masuk ke
mailbox Anda.
Terapi dari luar: Bagaimana provider
mail melindungi Anda dari spam
Tidak semuanya mau untuk meng-install
filter spam dan melatihnya secara teratur.
Dalam kasus ini, pekerjaan tersebut dapat
diserahkan kepada provider e-mail. Penyedia
jasa layanan e-mail ternama biasanya
menawarkan jasa tersebut karena berkaitan
dengan daya tarik suatu layanan.
Web.de melindungi mailbox pelanggannya
dengan ‘three way’ filter spam yang
telah dipatenkan dan diklaim dapat membebaskan
Anda dari spam hingga 99 persen.
Seluruh e-mail yang masuk akan diuji
dan disortir ke folder yang tidak diinginkan,
tidak dikenal, dan mailbox. Dengan
demikian e-mail yang ada di mailbox
hanyalah e-mail dari pengirim yang secara
eksplisit ada dalam daftar putih atau yang
dapat dipercaya oleh sistem. Pesan lainnya
melewati filter yang bekerja berdasarkan
teori Bayes dan perbandingan
contoh teks. Selanjutnya
pelanggan dapat
bug" untuk memeriksa atau melakukan
verifikasi terhadap alamat
e-mail yang digunakan. "Web bug"
adalah gambar berukuran kecil,
biasanya hanya 1x1 pixel, yang
disembunyikan dalam e-mail atau
halaman web untuk mengirimkan
data-data si penerima seperti
alamat IP ke pengirim. Caranya:
Sebelum grafik itu dapat ditampilkan
di jendela preview program-
OPEN RELAY
USA
China
Korea
Japan
Taiwan
Deutschland
Großbritannien
Kanada
Italien
Argentinien
mengaktifkan perlindungan premium
spam yang tidak gratis. Setiap harinya
Web.de menyaring spam sekitar dua belas
juta e-mail. Jumlah ini setara dengan 50
persen jumlah e-mail yang masuk ke
provider per harinya.
GMX.net berpromosi dengan "perlindungan
super tujuh lapis untuk menangkal
98 persen junk mail yang tidak diinginkan".
Untuk layanan yang tidak gratis
tersebut (sekitar 2,99 Euro per bulan),
pelanggan akan mendapatkan kombinasi
dari modul-modul seperti filter Bayes,
analisa header, daftar hitam-putih, dan
sistem pembanding yang didasarkan database
DNSBL. Hasilnya sudah jelas cukup
efektif menangkal berbagai jenis
spam baik yang sederhana ataupun yang
‘cerdik’ sekalipun.
Hotmail mengiklankan layanannya dengan
menyodorkan track record mereka
yang sukses. Berkat filter yang diterapkan,
pelanggannya terlindung dari serangan
spam hingga sebanyak 2,4 miliar e-mail.
Jumlah ini setara dengan 80 persen dari
seluruh e-mail yang disalurkan oleh
server MSN.
Pengguna dapat mengkonfigurasi layanan
yang berbasis teknik penyaringan
"smart screen" ini dalam tiga tingkatan,
yang menyandang sebutan "Standard",
"Enhanced", dan "Exlusive". Di balik metode
ini tersimpan sebuah kombinasi dari
teknik daftar putih dan sistem yang
berbasis teori penghitungan kemungkinan
dari Bayes. Sayangnya, filter yang
dapat belajar sendiri tidak diterapkan bagi
semua pengguna secara spesifik sehingga
menjadi tidak efektif karena perilaku
pengguna yang beragam. Aturan untuk
16.421
9.921
8.468
6.233
5.457
5.115
3.661
3.587
25.774
82.981
Surga bagi pengiklan:
Spammer menemukan
banyak open relay di
Amerika sehingga dengan
aman dapat mengirimkan
spam anonim tanpa harus
dihantui perasaan cemas
akan dilacak oleh siapa
saja yang berkepentingan.
Sumber: www.ordb.org; Stand: 8.4.04
k