Unixy.pl

michal · Wysłany: 2007-08-14, 17:18 **Problem ze spamem pdf i spamassassinem**

Jak zapewne większość użytkowników e-maili zauważyła, ostatnio pojawiło się sporo spamu w formacie pdf. Słyszał ktoś o jakimś skutecznym sposobie odfiltrowywania tego?

Pomysł na pozbycie się spamu wydaje się prosty - przemielić załącznik pdf przez pdftotext (wersja bez zabezpieczeń). Jednak dochodzimy do problemu z wydajnością rozwiązania - wielokrotne skanowanie tej samej wiadomości idącej na różne konta. Z tego co się orientuje, to można ustawić sobie Cache SpamAssassin Results = yes, jednak to nie jest skuteczne rozwiązanie, ponieważ wystarczy wysłać jakąś wiadomość, która niezostanie zakwalifikowana jako spam a następnie korzystając z jej id-u wysyłać dowolną ilość maili, które nie będą sprawdzane. Zna ktoś jakiegoś plugina do SA umożliwiającego inteligentniejsze cacheowanie?

Maciek_Rutecki · Wysłany: 2007-08-14, 19:21

michal · Wysłany: 2007-08-14, 19:52

Akurat te zawierają tekst - no i tylko pierwsza strona to coś sensownego, reszta wygląda jak /dev/random.

Jeśli pojawią się z obrazkami, to będę musiał jednak pobawić się pdf2html (oparte na pdftotext). Problemem są głównie zasoby potrzebne na obróbkę tych pdf'ów - po włączeniu na 10 minut odrzucania maili z pdf'ami, zostało odrzuconych ponad 7000 listów... Ile wśród nich było faktór i tego typu ważnych spraw to nie wiem...

Maciek_Rutecki · Wysłany: 2007-08-14, 20:22

Nie mam tego śmiecia pod ręką[1], ale co zawierają nagłówki author, title itp tego pdfa?

[1] ale za to mam txt spakowany zipem

michal · Wysłany: 2007-08-14, 21:03

Nic nie ma, jest tylko pdf w załączniku - dlatego jest to trudno odfiltrować.

grzes · Wysłany: 2007-08-14, 22:13

http://bsd.unixy.pl/inne/e-bill.pdf
tak to wygląda

mam tego w pracy w dupę za dużo

Maciek_Rutecki · Wysłany: 2007-08-14, 22:27

Hmm, jakby poszukać coś wspólnego w tych pdfach. Jedyne na co zwróciłem uwagę, że nie jest możliwa edycja, a nawet drukowanie (właściwości dokumentu). No i są zabezpieczone hasłem.

michal · Wysłany: 2007-08-15, 11:24

No tak, ale zawsze można to obejść - łatka poniżej umożliwia przerobienie tego na tekst przy pomocy 'pdftotext -l 1'
http://www.stardust.webpa...crap/xpdf.patch

Cholera, wczoraj chyba trochę narozrabiałem...

lofix · Wysłany: 2007-08-23, 07:43

podepnij se do MTA greylist

działa na 99% spamów (z autopsji)