Universität Zürich Informatikdienste. SpamAssassin. Spam Assassin Go Koordinatorenmeeting 27. April

Transkript

1 Spam Assassin Go Koordinatorenmeeting 27. April

2 Ausgangslage Pro Tag empfangen die zentralen Mail-Gateways der Universität ca s Davon werden über 70% als SPAM erkannt Go Koordinatorenmeeting 27. April

3 Ausgangslage Seit einigen Jahren sind auf den zentralen Mailgates der Uni SPAM-Blocker (SPAM-Listen) installiert Diese SPAM-Blocker (MAPs und SpamCop) sind Listen mit IP- Adressen, von denen aus entweder gar keine s frei ins Internet verschickt werden dürfen (ISP-Bereiche, s nur über Mailhost des Providers) oder IP-Adressen, von denen bereits SPAM verschickt wurde. Diese Massnahmen erkennen immerhin die oben erwähnten 70% SPAM und filtern sie aus dem Mailverkehr der Uni Go Koordinatorenmeeting 27. April

4 Ca s pro Tag Ca abgewiesene SPAMs Go Koordinatorenmeeting 27. April

5 Probleme Falsch Negative: SPAM Produzenten entwickeln immer bessere Methoden, die bekannten SPAM-Listen zu umgehen/überlisten Falsch Positive: Die SPAM-Listen überprüfen nur die Absender-IP-Adresse. D.h., dass alle s von einer geblockten Adresse abgelehnt werden. Dies führt, z.b. wenn die Mailserver des MIT, von GMX oder SwissOnline auf den SPAM-Listen erscheinen, zu falsch als SPAM deklarierten s (False Positives) Go Koordinatorenmeeting 27. April

6 Feedback Immer mehr SPAMS kommen durch die Filter Zu viele Falsch Positive (z.b. MIT ist ab und zu auf den Listen) Gerade richtig Kein zentrales Filtern Zentrales Filtern Go Koordinatorenmeeting 27. April

7 Die Lösung Go Koordinatorenmeeting 27. April

8 Die Lösung Nicht KEIN sondern BESSERES zentrales Filtern Go Koordinatorenmeeting 27. April

9 Die Lösung Nicht mehr nur IP-Adressen basiertes Filtern sondern Berücksichtigung von diversen anderen Parametern bei der Bewertung: o o Content Filtering Lernen Go Koordinatorenmeeting 27. April

10 Probleme Problematisch beim Content Filtering sind die unterschiedlichen Anforderungen der sehr heterogenen Benutzerschaft der Universität: Viagra: für 90% SPAM aber es gibt auch Pharmakologen und Mediziner Viele $ in s: für 90% Werbung aus den USA aber es gibt auch Programmierer Socken, Silberbesteck: für 90% Werbung aber es gibt eventuell Marketing Analysten, die Untersuchungen über SPAMs machen Go Koordinatorenmeeting 27. April

11 Die Lösung Nach einer eher entäuschenden Evaluation eines sehr teuren kommerziellen Systems habe sich die ID entschlossen, das OpenSource Produkt zu evaluieren. erfüllt sehr viele der von uns gestellten Anforderungen, ist gratis und passt ausgezeichnet in das E- Mail Konzept der Universität o o o o o Hoch verfügbar und skalierbar Content Filtering Lernfähig Diverse Einstellungen pro Pro User möglich LDAP Authentifizierung Go Koordinatorenmeeting 27. April

12 Vorteile von arbeitet mit einem Punkte System. s durchlaufen diverse Analysemodule und erhalten von jedem Modul eine Anzahl Punkte, die sich pro aufsummieren. Punkte z.b. für: SPAM-Listen Spezifische Header Informationen Verdächtigen Content HTML Code u.a Go Koordinatorenmeeting 27. April

13 Das Interface Um möglichst viele Benutzeranforderungen zu erfüllen, stellen die ID allen Benutzern ein Interface zur Verfügung, mit dem persönliche SPAM-Einstellungen gemacht werden können Go Koordinatorenmeeting 27. April

14 Go Koordinatorenmeeting 27. April

15 Go Koordinatorenmeeting 27. April

16 Go Koordinatorenmeeting 27. April

17 Go Koordinatorenmeeting 27. April

18 Go Koordinatorenmeeting 27. April

19 Go Koordinatorenmeeting 27. April

20 Go Koordinatorenmeeting 27. April

21 Go Koordinatorenmeeting 27. April

22 Go Koordinatorenmeeting 27. April

23 Go Koordinatorenmeeting 27. April

24 Go Koordinatorenmeeting 27. April

25 Einführung von Für Benutzer möglichst transparent Default bleibt wie bisher nur SPAM-Listen Benutzer können ihre Konfigurationen selbst testen Aber! Absender können nicht über gelöschte s informiert werden Vor Einführung genaue Informationen an IT-Verantwortliche und Benutzer Termin vorraussichtlich im Juni Go Koordinatorenmeeting 27. April