Co je to spam??
Mluvíme-li o SPAMu či nevyžádané poště, máme většinou na mysli nevyžádané reklamní e-maily, které docházejí uživateli do e-mailové schránky. Tyto e-maily mohou mít různou podobu - od jednoduchých reklam, např. na viagru či jiné medikamenty, až po e-maily, které požadují po uživateli zaslání peněz. Donedávna byl hlavním obsahem nevyžádané pošty erotický obsah. Takové emaily většinou lákají k návštěvě erotických webových stránek, obsahujících plno různých nebezpečných Active-X prvků nebo alespoň minimálně velkou řadu reklam různého formátu – od klasických reklamních bannerů až po řetězově se otevírající série vyskakujících oken.
V poslední době mění spam svou strukturu
V minulosti převažující erotický obsah spamu začíná v současné době postupně ustupovat na úkor nových trendů – nabídce finančních půjček, nelegálního software a nabídce léků bez lékařského předpisu.
Určitě vám již v emailové schránce skončil nevyžádaný email nabízející například Viagru či tabletky s jiným názvem, ale podobným účinkem . Těžko zodpověditelnou otázkou však podle společnosti Clearswift zůstává, zda tento ústup eroticky laděných emailů není pouze výsledkem nasazovaných antispamových filtrů, které jsou již na tento obsah z minulosti dobře vycvičeny.Zajímavostí je i nízká odhadovaná úspěšnost – na odkaz ve spamu klikne zhruba jeden ze 40 000 příjemců.
Jak umí spam procházet filtry?
Metod pro klasifikaci spamu je velká řada. Od prostého počítání úrovně často používaných slov až po složité analýzy celého dokumentu s učící se schopností. Bohužel se zdá, že spameři jsou vždy o krok napřed.
Často používanými technikami jsou například „zdeformovaná slova“. Například ve spamu oblíbené slovo Viagra lze napsat různými způsoby tak, aby bylo stále příjemci čitelné. Posuďte sami: vi.agra, v1agra, vi(a)gra, \/iagra, viaagra atd. Lidský mozek význam pochopí, ovšem pro program se jedná o naprosto jiná slova.
Antispamové filtry klasifikující množství „závadných“ slov jsou často překonávány dokopírováním několika stránek „nezávadného“ a často nesmyslného textu na konec reklamního emailu. Ten bývá navíc většinou napsán bílým písmem, které ve výsledku příjemce ani nezaznamená. Email tak dostane pro „elektronické kontrolóry“ úplně jiný nádech i když se stále jedná o pouhý spam.
Dalším alternativním způsobem je odesílání spamu ve formě obrázků, který je současnými běžně dostupnými prostředky stále špatně analyzovatelný.
Statistiky rozesílatelů jsou zajímavé
Společnost CipherTrust nabízí na svých stránkách zajímavé statistiky o zachyceném spamu. Z výsledků statistik, založených na zkoumání schránek tisíce zákazníků po dobu tří měsíců, vyplývá, že nejvíce nevyžádaných zpráv pochází zhruba z 200 zdrojů v USA.
Co se chystá v budoucnosti?
Metody pro analýzu spamu jdou neustále dopředu ve svém vývoji. Jednou ze zajímavých možností by se v budoucnu mohla stát například technologie vyvíjená v laboratořích IBM, vycházející z myšlenky rozluštění DNA.
Nově vyvíjený algoritmus pracuje na principu genetických sekvencí. Filtr se průběžně automaticky učí vzorky „spamu“ a má přibližně 96,5 procentní úspěšnost. V průběžných testech se v klasifikaci netrefil pouze v jedné ze šesti tisíc zpráv.
Základním kamenem budoucích algoritmů bude zřejmě neustálý „učící se“ režim. Výše uvedený algoritmus například potřebuje pro svůj trénink na skupině 88.000 zpráv zhruba 15 minut strojového času běžného jednoprocesorového počítače.
