Nueva moda en spam ¬¬

Ahora los spammers han inventado una nueva forma de invadir mi bandeja de entrada: enviar una imagen compuesta por varios gif en la qe poe cualquier gilipollez:

Si le doy a mostar las imágenes aparece algo como esto:

La cosa es que si NO voy a hacer click en esa opción de mostrar imágenes y ni siquiera hay manera de que le dé click a un enlace (porque los gifs no tienen esa opción) ¿Qué utilidad tiene todo eso aparte de tocar los w*b*s?

OK, es IMPORTANTEque en GMail los marquéis como sp4m, parece una gilipollez, pero NO LOS BORREIS, MARCARLOS COMO SPAM.

El spam funciona con unos filtros bayesianos a base de probabilidades (básicamente calculan que teniendo estas o aquellas palabras un email es o no correo no deseado)... Marcándolo como spam, el filtro "aprende" (el filtro no puede aprender, pero "mejora", al aumentar los datos sobre los que basar sus probabilidades)

qué raro que un mail con spam no tenga un vínculo.
la utilidad de que estas imagenes sean adjuntadas es que el filtro bayesiano sólo se basará en los headers del mensaje y no en el contenido en sí, aún el reconocimiento de caracteres no es perfecto y es bastante intensivo para un cpu.
además recuerda que el filtro de imagenes tanto externas como adjuntas es exclusivo de gmail (y creo que yahoo), ya que en hotmail es posible "trackear" cuando un mensaje fue recibido y las imagenes adjuntas se muestran automáticamente.

pero eso, es MUY importante que marques todo esto como spam, más información del filtro bayesiano http://en.wikipedia.org/wiki/Bayesian_filtering

No fael, los bayesianos con tiempo y uso se convierten en cosas realmente efectivas y por lo menos en mi caso, nada de "intensivos de CPU", un email es un simple archivo de texto.

En mi caso, los filtros de Gmail y de Cristalab funcionan excelentemente, me llegan aproximadamente 600 mensajes diarios de spam y ninguno pasa. A veces pasa uno cada dos semanas, pero eso es raro. Y los falsos positivos no me han tocado (aún)

Allí está el truco. En ese email NO hay palabras. Si los filtros bayesianos se basan en palabras...

ok, por general los filtros funcionan a base de palabras, pero evidentemente ni en G00GL3 y en Y4H00 (como en el resto de empresas) son tontos, detectan qué archivos van adjuntos a bajo nivel (con sus checksum y demás) por si cambian el nombre etc etc, una enorme lista y descartan. Tu tranquilo que si algo es parametrizable, lo parametrizaran y lo marcaran como spam.

Es un filtro, no funciona "con palabras", se usan pero no es una necesidad, es como si dijeran si tiene estas palabras y estas otras y este archvio adjunto, las probabilidades de que sea espam son de XXX

Y por lo de Fael creo que se refería a que escaneaban la imagen para hallar el texto, sinceramente eso DUDO que lo hagan.

sí, al decir "aún el reconocimiento de caracteres no es perfecto y es bastante intensivo para un cpu" me refiero a que no está implementado.
así como dice el conejo el filtro se basa también en los headers y no sólo en el contenido. he visto la bandeja de entrada de hotmail de algunos de mis amigos y está lleno de spam, y aquí cada quien lo que merece, gmail tiene un filtro MUY bueno.

O quizás es: Un virus viendo un JPG aplicado a GIF

fael escribió:

Juega haciendo trampa tiene una inmensa granja de servidores de la que tirar xDDDDDD
Y si, aunque MSN y Yahoo puedan tener algo parecido, no creo que el número sea ni por asomo el mismo...

Tengan en cuenta que GMail tiene un filtro general inmenso pero cada usuario tiene su propio filtro personalizado.

Es decir, la calidad de tu propia cuenta y filtro de spam en ella depende de ti y como marques spam o no.

_conejo escribió:

Pero no creo que un filtro pueda aprenderlo sólo. Tendrá que "enseñarselo" un programador ¿no?

fael escribió:

De hecho tengo entendido en que no puede hacerse en un tiempo razonable, y en eso se basa una prueba Captcha.

zah escribió:

Los filtros se basan en listas de palabras, así como de asociaciones, si tal o cual palabra están cerca etc etc. Si aumentas esa lista, el algoritmo "aprende"
Ejemplo, tenemos en nuestra lista de spam las palabras
"viagra" "sell" nos llega un email con publicidad, que contiene las palabras "pr0n" "lolita", si lo marcamos como spam, esas palabras se añadirán a la lista, por lo que el algoritmo tendrá más datos para basar sus probabilidades y "aprenderá" (esto no funciona así de simple, es bastante más complicado, por lee las palabras, su distribución en el texto etc etc)

zah escribió:

Muchos de esos sistemas mal planteados también fallan. pero aún así DUDO, que escaneen las imágenes, simplemente lo que harán será detectar que si un correo SÓLO lleva 4 archivos adjuntos, y el código HTML para ponerlo en orden, o viene de tal o cual dirección o el título es tal pues entonces lo marcaran como spam... no siempre es el contenido lo identificable, si no el contenedor también.

zah escribió:

captcha es precisamente lo contrario; un texto generado POR la computadora PARA que el ojo humano lo lea. cuando un archivo adjunto llega a gmail DUDO que vaya "intentar" reconocerlo, como dije, el reconocimiento de caracteres no es cosa sencilla, si bien podría tardar unos segundos, elévalo a al cantidad de mensajes que gmail recibe POR HORA... incluso sí podrían, pero gastarían un gran porcentaje de cpu en sólo reconocer esto, mejor hacen lo que dice el conejo, leen el html, checan que hay 4 adjuntos y que el servidor que lo envió es "extraño" y lo pasan directamente a spam

zah escribió:

No es un programador, eres tú.

Cada vez que das click a "Report Spam", el filtro de Gmail aprende y mejora.