Váš příspěvek byl vyhodnocen jak spam

[Petr Krčmář]

To s mailem je divné, odpovídám každému, kdo takový problém nahlásí a většinou pak nastavuji i ten filtr, aby to už nedělal.

[Reklama]

[Johny]

Ja nevim, ale pripada mi, ze v tom spam filtru je proste nehoraznej bordel. Jak jinak si vysvetlit, ze to blokuje prispevek jen proto, ze obsahuje "cyn"...

[Petr Krčmář]

Ne cyn, ale nyc, jako Město Nový York. Je to slovo, které se nám ve spamech mnohokrát opakovalo. Je zajímavé, že je schopen to někdo napsat do české diskuse. V češtině tohle slovo nedává žádný smysl. Na součást uvnitř slov (třeba Kynychová) ten filtr v tomto případě nereaguje.

[Johny]

To je zvlastni... Mne to blokovalo slovo "poskozenych"...

(http://www.root.cz/zpravicky/synaptic-vyrazen-z-vychozi-instalace-ubuntu/)

[espinosa_cz .]

To s mailem je divné, odpovídám každému, kdo takový problém nahlásí a většinou pak nastavuji i ten filtr, aby to už nedělal.

Redakci i lokálnímu spam filteru se omlouvám, odpověď zůstala viset na gmailu, který jsem si nedávno nastavil jako výchozí SMTP (protože ten u Centrumu je blokován pro IP mimo CZ, taky prudiči..)
Už snad to přeposílání chodí.

Když jsem viděl to slovo, mám obavy, že smap filter se musí zaseknout na každé druhé zadané URL.
Použít obfuskátor URL?

[Reklama]

[ferda]

4e 6f 20 61 20 6e 65 6e 69 20 6c 65 70 73 69 20 70 73 61 74 20 72 6f 76 6e 6f 75 20 76 20 68 65 78 61 6b 6f 64 75 3f 20 4a 61 6b 6d 69 6c 65 20 6e 65 62 75 64 65 20 6d 69 74 20 74 65 78 74 20 6a 61 73 6e 65 20 64 65 66 69 6e 6f 76 61 6e 6f 75 20 73 74 72 75 6b 74 75 72 75 20 28 5b 30 2d 39 61 2d 66 5d 5b 30 2d 39 61 2d 66 5d 20 29 2a 2c 20 74 61 6b 20 74 6f 20 6e 65 76 65 7a 6d 65 20 3a 29 2e 20 49 20 6b 64 79 7a 2c 20 74 6f 20 62 79 20 73 70 61 6d 65 72 20 61 73 69 20 74 61 6b 79 20 70 6f 63 68 6f 70 69 6c 2c 20 6b 64 79 62 79 20 76 69 64 65 6c 20 6e 61 20 73 74 72 61 6e 6b 61 63 68 20 73 61 6d 65 20 68 65 78 61 64 65 63 69 6d 61 6c 6e 69 20 63 69 73 6c 61 2e 2e 2e

( http://home.paulschou.net/tools/xlate/ )

[ferda]

34 65 20 36 66 20 32 63 20 32 30 20 36 31 20 36 63 20 36 35 20 32 30 20 36 62 20 36 34 20 37 39 20 36 32 20 37 39 20 32 30 20 37 33 20 36 35 20 32 30 20 37 34 20 36 66 20 32 30 20 37 30 20 37 32 20 36 35 20 36 62 20 36 66 20 36 34 20 36 66 20 37 36 20 36 31 20 36 63 20 36 66 20 32 30 20 33 32 20 37 38 20 32 30 20 32 65 20 32 65 20 32 65 20 32 30 20 36 65 20 36 31 20 32 30 20 37 34 20 36 66 20 32 30 20 36 32 20 37 39 20 32 30 20 37 35 20 37 61 20 32 30 20 37 33 20 37 30 20 36 31 20 36 64 20 36 35 20 37 32 20 32 30 20 37 30 20 37 32 20 36 31 20 37 36 20 36 34 20 36 35 20 37 30 20 36 66 20 36 34 20 36 66 20 36 32 20 36 65 20 36 35 20 32 30 20 36 65 20 36 35 20 37 30 20 37 32 20 36 39 20 37 33 20 36 35 20 36 63 20 32 30 20 33 61 20 32 39 20 32 65 20 32 65 20 32 65 20 30 64 20 30 61 20 30 64 20 30 61 20 35 32 20 36 35 20 36 31 20 36 62 20 36 33 20 36 35 20 32 30 20 36 65 20 36 31 20 33 61 20 30 64 20 30 61 20 34 65 20 36 66 20 32 30 20 36 31 20 32 30 20 36 65 20 36 35 20 36 65 20 36 39 20 32 30 20 36 63 20 36 35 20 37 30 20 37 33 20 36 39 20 32 30 20 37 30 20 37 33 20 36 31 20 37 34 20 32 30 20 37 32 20 36 66 20 37 36 20 36 65 20 36 66 20 37 35 20 32 30 20 37 36 20 32 30 20 36 38 20 36 35 20 37 38 20 36 31 20 36 62 20 36 66 20 36 34 20 37 35 20 33 66 20 32 30 20 34 61 20 36 31 20 36 62 20 36 64 20 36 39 20 36 63 20 36 35 20 32 30 20 36 65 20 36 35 20 36 32 20 37 35 20 36 34 20 36 35 20 32 30 20 36 64 20 36 39 20 37 34 20 32 30 20 37 34 20 36 35 20 37 38 20 37 34 20 32 30 20 36 61 20 36 31 20 37 33 20 36 65 20 36 35 20 32 30 20 36 34 20 36 35 20 36 36 20 36 39 20 36 65 20 36 66 20 37 36 20 36 31 20 36 65 20 36 66 20 37 35 20 32 30 20 37 33 20 37 34 20 37 32 20 37 35 20 36 62 20 37 34 20 37 35 20 37 32 20 37 35 20 32 30 20 32 38 20 35 62 20 33 30 20 32 64 20 33 39 20 36 31 20 32 64 20 36 36 20 35 64 20 35 62 20 33 30 20 32 64 20 33 39 20 36 31 20 32 64 20 36 36 20 35 64 20 32 30 20 32 39 20 32 61 20 32 63 20 32 30 20 37 34 20 36 31 20 36 62 20 32 30 20 37 34 20 36 66 20 32 30 20 36 65 20 36 35 20 37 36 20 36 35 20 37 61 20 36 64 20 36 35 20 32 30 20 33 61 20 32 39 20 32 65 20 32 30 20 34 39 20 32 30 20 36 62 20 36 34 20 37 39 20 37 61 20 32 63 20 32 30 20 37 34 20 36 66 20 32 30 20 36 32 20 37 39 20 32 30 20 37 33 20 37 30 20 36 31 20 36 64 20 36 35 20 37 32 20 32 30 20 36 31 20 37 33 20 36 39 20 32 30 20 37 34 20 36 31 20 36 62 20 37 39 20 32 30 20 37 30 20 36 66 20 36 33 20 36 38 20 36 66 20 37 30 20 36 39 20 36 63 20 32 63 20 32 30 20 36 62 20 36 34 20 37 39 20 36 32 20 37 39 20 32 30 20 37 36 20 36 39 20 36 34 20 36 35 20 36 63 20 32 30 20 36 65 20 36 31 20 32 30 20 37 33 20 37 34 20 37 32 20 36 31 20 36 65 20 36 62 20 36 31 20 36 33 20 36 38 20 32 30 20 37 33 20 36 31 20 36 64 20 36 35 20 32 30 20 36 38 20 36 35 20 37 38 20 36 31 20 36 34 20 36 35 20 36 33 20 36 39 20 36 64 20 36 31 20 36 63 20 36 65 20 36 39 20 32 30 20 36 33 20 36 39 20 37 33 20 36 63 20 36 31 20 32 65 20 32 65 20 32 65

( http://home.paulschou.net/tools/xlate/ )

[Lol Phirae]

Krucinál, to jsem se dneska nasral! Tady máte, pane Krčmáři, konkrétní příklad příspěvku vyhodnoceného jako spam.

Hodně stěstí při pátrání, CO z toho vadí tomu vašemu "geniálnímu" antispam filtru! 

[Petr Krčmář]

Vadí mu agree a property. Jak jsem už řekl: většina spamu je v angličtině, takže filtr reaguje na anglická slova, která se ve spamech často objevují. Bohužel, jako v tomhle případě, může jít i o běžné anglické výrazy, ale těžko donutíme spammery, aby si vymysleli svůj vlastní nekolizní jazyk. Při psaní českého textu se do problémů prakticky nedostanete, ale u angličtiny je to samozřejmě tím pádem problém.

A jak jsem už taky říkal: Jsem otevřený nějakým návrhům, jak to zlepšit. Ale z principu věci bude vždycky zkopírování anglického textu způsobovat takové kolize.

[Lol Phirae]

Aha, zatímco viagra a penis je asi na whitelistu... včera ve třech diskusích, včetně vloženejch fotek. Co mu sakra vadí na těch dvou slovech? 

[Pavel 'TIGER' Růžička]

Já myslím, že root už to s tou bezpečností moc překombinoval. Chtělo by to celkově zjednodušit. Asi bych to udělal na bázi uživatelů ... všechno povolit a ať přihlášení diskutující (nějaké minimální číslo) označí příspěvek za spam a on se zahodí.

[...]

Ochrana proti spamu je k zbláznění, ale že se mažou tuřínovy příspěvky pod komixem je k blití.

[Petr Krčmář]

To nebude fungovat. Těžko budeš kontrolovat příspěvky pod články z roku 2002. Je tu skoro 30K jednotlivých obsahů, pod kterými je diskuse. To je nepředstavitelné množství, které se prostě takhle nedá uhlídat. Občas strojově zkouším prohledávat celou databázi diskusí a hledat v nich podezřelá slova a najdu obvykle poměrně dost spamu, kterého si nikdo dřív nevšiml, přestože tam tlačítko „nahlásit spam“ je.

Navíc to tlačítko je často zneužíváno k označování nepopulárních názorů. Někdo napíše třeba: „Mě nikdy OpenOffice.org nesedly, přijde mi, že je lepší dát 1500 Kč za MS Office na tři počítače a je po starostech. Za pár korun mám pořádný balík.“ a deset lidí to označí jako spam. Takže tvůj nápad s automatickým odstraněním by byla katastrofa, lidi by likvidovali i běžné názory lidí, které nemají rádi.

Co se týče spamu na Rootu: dlouho fungovalo prosté javascriptové neviditelné vyplňovátko. Od jisté doby (zřejmě od té, co na tom začali pracovat Indové) tohle selhalo. Zkoušeli jsme různá neviditelná tlačítka, formulářky a další fintičky a spamu přibývalo. V kritickou chvíli ho byly stovky kusů denně. Po celém webu, jehož rozsah jsme si už popsali. Pak přišel Martin Malý se svou zkušenosti s blokováním slov (původně to testoval na Bloguje.cz) a to jediné skutečně zabralo. Spamu projde na web velmi málo (fórum se nepočítá, tady ten filtr není, je to jiný systém).

Zkoušeli jsme to pak třeba ještě s placeným Akismetem, ale tam bylo obrovské množství falešných pozitivit, běželo to jen pár dní a byla to tragédie. Ozývaly se desítky lidí s tím, že je to odmítá pustit. Navíc tam není možnost žádného ladění, dostanete jen odpověď „spam“ nebo „ham“ a starejte se. Kluci to pak vypli a nechali to jen logovat a výsledek byl velmi špatný. Označovalo to za spam i krátké české příspěvky. Takže jsme to zrušili.

Nebojte, zkoušeli jsme kde co, tohle je zatím jediné skutečně funkční řešení. Samozřejmě má ten problém, že když někdo zkopíruje do příspěvku půlku anglického článku, tak ho to vyhodí. U českých příspěvků to funguje. Mě se například nikdy nestalo, že by mi ten filtr vynadal. Občas mě vyhodí kontrola času (teď jste odeslal jeden příspěvek, musíte počkat), ale nikdy ne slovníkový filtr. A to si opravdu ta slova nepamatuji a záměrně se jim nevyhýbám.

[Pavel 'TIGER' Růžička]

Tak jsem rozvedl svou myšlenku a výsledkem byl: Numeric request keys are invalid. A komentář byl v ..... Jsem skalním příznivcem tohoto serveru, ale tohle mne fakt dost odrazuje. Ten systém pracuje v náhodném režimu. Buď přípěvek projde, nebo ne.

[Petr Krčmář]

Tohle je pitomé, nějakým průzkumem se zjistilo, že to je chyba v SMF, že si snad nějak to fórum vygeneruje špatné SID, které obsahuje nějaké nevalidní znaky a při dalším použití se to tomu fóru (které si to samo vygenerovalo) nelíbí a pošle se do /dev/null. Víc nevím, tohle jsem se dozvěděl od vývojářů. Sám jsem to ale nikdy nepozoroval.