Recently a friend showed me the tool MailListStat to generate mailing list statistics and I thought it would be much easier to implement this in Perl or Python instead of C.
So I tried and the result is Py-MailListStat 1.0 (I am not very creative with names). Maybe someone finds it useful…
Weil ich letztens auf HELO-Checks angesprochen wurde habe ich mir nochmal angesehen was ich damit so alles filtere. Im Dezember 2007 hatte ich schonmal eine Stichprobe beschrieben und versuche nun möglichst gleich auszuwerten.
Am Wochenende blieb einfach der Spam weg. Ich fürchtete schon Fehler im DNS oder Paketfilter… aber der RackBlogger und Heise beobachteten das gleiche Phänomen und heute hat sich alles wieder normalisiert:
Ich hab mal wieder an meinem mailgraph gedreht weil seit ca. einem Jahr die Zahl der Rejects um ein vielfaches größer ist als die Zahl der angenommenen Mails.
Eigentlich veröffentliche ich ungern Skripte. Das hat mehrere Gründe: zunächst sind die meisten sehr simpel und alle die sich auskennen sollte sie schnell selbst schreiben können (und wer sich nicht auskennt sowieso erstmal die Doku lesen); verbunden damit ist die Versuchung ein Skript als black box auszuführen, ohne wenigstens einmal reinzuschauen. Bei Admin-Funktionen kann dann schon ein kleiner Fehler oder ein unterschiedlicher Pfad sehr gefährlich sein. Zuguterletzt sehen meine Skripte auch nie so professionell aus wie dieses example of script development :-)
Aber vielleicht kann ja doch jemand etwas hiermit anfangen, dem Skript mit dem ich meine Spamfilter trainiere.
Annahme ist, dass Spam- und Ham-Mails in zwei Ordnern gesammelt werden (bei mir sind das Cyrus-IMAP-Ordner) und dass CRM1114 mit reaver_cache benutzt wird. Für jede Mail in den Ordnern wird die CacheID gesucht und nachgesehen ob SpamAssassins Bayes-Filter bzw. CRM114 die Mail richtig klassifiziert haben. Alle nicht korrekt erkannten Mails werden schließlich gelernt.
Vorteil gegenüber normalem mailtrainer.crm und sa-learn ist die Benutzung des CRM114-Caches für SpamAssassin und die Optimierung auf nicht erkannte Mails.
[Update 2014:] Hier ist meine aktuell laufende Version für Dovecot.
Hier das obligatorische “Hallo Welt” vom CLT08, der/die jetzt schon die zehnten und bisher größten Chemnitzer Linuxtage sind.
Inzwischen habe ich zwei Nächte Indoor-Camping überstanden, in der zweiten sogar etwas schlafen können, die tollen Zeichnungen von Jojo bewundert, am FreeBSD-Stand mehrfach erzählt warum ich BSD besser finde als Linux, das luxuriöse Social Event (unter dem Motto “Innovation dank Freibier”) genossen, mein neues N810 praxisgetestet und oft demonstriert, eine neue minor-Version des CRM114-SA-Plugins veröffentlicht, hiermit auch den Bericht von grUNIX verlinkt, sowie gerade eben meinen Kurzvortrag zu CRM114 (hier die Folien) überstanden ;-)
Großes Lob und vielen Dank an das ganze Orga-Team, das lange dafür gearbeitet hat und es immer wieder schafft den wohl besten und bestorganisierten FLOSS-Event auf die Beine zu stellen.
Nachtrag: Eine der Zeichnungen habe ich hier eingefügt. Du übrigen finden sich bei grUNIX.
Kaum ist eine Deadline vorbei und das zugehörige Referat gehalten, da kündigt sich auch schon die nächste Arbeit an.
Mein Kurzvortrag zu crm114 wurde nämlich ins Programm der Chemnitzer Linuxtage aufgenommen. :) Da packt mich ja glatt der Ehrgeiz bis dahin noch ein oder zwei ewige ToDo-Items anzugehen wie etwa die Einbindung in das neue pluginisierte Bayes-System.
Und weil’s so schön ist noch ein zweiter Patch für pflogsumm: Diesmal um in den Fehlerlisten nur signifikante IPs/Domains anzuzeigen und nicht x-Tausend Einträge mit jeweils einem Fehler zu haben.