FuzzyOCR，是一套修改自OcrPlugin的Spamassassin plugin。同样是利用光学字符辨认(OCR)的方式，来识别图像式邮件所包含的「文字讯息」，并利用Fuzzy word matching算法判断辨识出来的文字。

　　主要具备了下列的功能：

　　Optical Character Recognition using different engines and settings

　　Fuzzy word matching algorithm applied to OCR results

　　Image hashing system to learn unique properties of known spam images

　　Dimension, size and integrity checking of images

　　Content-Type verification for the containing email

　　Matching and learning techniques

　　可弹性支持不同的OCR interface，并利用fuzzy word matching算法来处理辨识的结果。

　　支持DB，可将处理过的图片，以feature vectors的形态储存在数据库。因此相同或是类似的图片，便可以利用储存在DB的特征向量来处理。

　　能检测不同维度、size与整合性的测试。

　　邮件内容检测。

　　Resource saving techniques

　　仅扫描邮件，而非辨认该封信件是否为垃圾信件。信件的分类仍交由spamassassin所判别的分数高低来决定。

　　对于已达到spam分数门坎的邮件，FuzzyOCR在处理该封邮件时会忽略该封信件而不进行扫描，进而减轻系统负载。(3.5版之后提供)

　　藉由比对储存于DB的feature vectors(dimensions and file size)。若比对成功，则忽略该封信件，而不再进行OCR辨识与处理。

　　Safety measures

　　可设定扫描邮件timeout的时间，藉以避免Denial of Service的攻击。

　　使用word sets取代simple lists，避免FuzzyOCR错判的可能。

　　具体过程如下：

　　更新ports

　　# portsnap fetch update

　　通过ports安装

　　# cd /usr/ports/mail/p5-FuzzyOcr-devel

　　# make install clean

　　# cp /usr/local/share/examples/FuzzyOcr/FuzzyOcr.* /usr/local/etc/mail/spamassassin

　　# vi /usr/local/etc/mail/spamassassin/init.pre

　　加入如下内容：

　　# FuzzyOcr

　　loadplugin Mail::SpamAssassin::Plugin::FuzzyOcr

　　# vi /usr/local/etc/mail/spamassassin/FuzzyOcr.cf

　　确定focr_logfile设置为：

　　focr_logfile /var/log/FuzzyOcr.log

　　保存设置以后，重启反垃圾邮件网关引擎，例如：mailscanner

　　# /usr/local/etc/rc.d/mailscanner restart

　　如果没有用mailscanner，那么重启sa-spamd

　　# /usr/local/etc/rc.d/sa-spamd restart

　　测试是否正常工作：

　　# cd /tmp

　　# mkdir test;cd test

　　# fetch http://users.own-hero.net/~decoder/fuzzyocr/sample-mails.tar.gz

　　# unzip sample-mails.tar.gz

　　# spamassassin -t < ocr-gif.eml

　　或者查看日志文件：

　　# tail -f /var/log/FuzzyOcr.log

　　# tail -f /var/log/maillog

.

• 上一篇:freebsd-update详解
• 下一篇:在笔记本上安装FreeBSD

TAG: 垃圾邮件 FUZZYOCR 检查