Sakae's Monologues

bogofilter-0.13.7.1+kakashi-0.2 を ~sakae/ 以下にインストール。ユーザーが増えてきたら /usr/local 以下にインストールするかもしれないが、バージョンアップが頻繁でデータベースの形式が変更された際の影響が大きいため、各自でメンテナンスするほうがいいかもしれない。

spam リストとして SpamArchive の最近の5000通と non-spam リストとして spam 除去済みの cluster-team のメーリングリスト（5000通）と spam 除去済みの papi のメーリングリスト（700通）を食わせたものを ~sakae/{spamlist,goodlist}.db として置いておく。初期データベースとしてそこそこ質が高いと思われるが、日本語 spam はデータベースに入っていない。

なお、この時点でのデータベースのテストとして SpamArchive からデータベース作成に使用していないメールでテストした場合、539通中、538通を spam と判定。正答率99.8%。spam 除去済みの cluster-users のメールをテストしたところ568通中、0通を spam と誤判定。誤答率0%。matsulab 6772通でも誤答率0%。spam フィルタでは誤答率が低いことが何よりも重要である。

ちなみにコマンドラインでの spam チェックは以下のように行う。

% bogofilter -vI mail

X-Bogosity: Yes なら spam、 No なら non-spam である。

spam をデータベースに食わせるには、

bogofilter -s < spammail

non-spam をデータベースに食わせるには、

bogofilter -n < nonspammail

とすればよい。-I で入力ファイルを指定することもできる。spammail, nonspammail には mbox 形式のものでも Maildir 形式の1メール1ファイルのものでも問題なく食ってくれる。

spam じゃないのに spam と判定されてしまったものに関しては、

% bogofilter -SnI nonspammail

とすることで spam 率を下げる。

逆に spam なのに non-spam と判定されてしまったものに関しては、

% bogofilter -NsI spammail

で、spam 率を上げる。

松岡研ではメールフィルタとしてmaildropを標準的に利用しており、以下のようにしておくと maildrop を利用できる（今はなくてもよかったっけ？）。

$ cat .forward

"|IFS=' ' && mda=/usr/local/courier/bin/maildrop && test -x $mda && exec $mda || exit 75 #username"

maildrop から bogofilter を利用するには以下のようにする。

$cat .mailfilter
PATH="/usr/local/courier/bin:/usr/bin:/usr/local/bin"
MAILDIR="${HOME}/Maildir"
DEFAULT="${MAILDIR}/"

xfilter "/path/to/bogofilter -e -p -l"

if (/^X-Bogosity: Yes, tests=bogofilter/)

{

  to $MAILDIR/.Spam

}

$ chmod 600 .mailfilter

フィルタリング時に自動的に spam/no-spam list を更新したい場合には -u もつける。bogofilter を信用した上で、かつ spam を見たくもない人は to /dev/null としてしまってもいいかもしれない。