एक प्रभावी एंटी-स्पैम सिस्टम का निर्माण

किसी भी प्रणाली में जहां उपयोगकर्ता संचार है, वहां एक स्पैम-विरोधी समस्या होगी। एक ब्लॉग पोस्ट पर टिप्पणी करने के उदाहरण का उपयोग करके एक प्रणाली बनाने पर विचार करें, हम मजबूर पंजीकरण और कैप्चा का उपयोग नहीं करेंगे। हम पॉइंट्स सिस्टम का उपयोग करेंगे



इसे एक मजबूर पंजीकरण प्रणाली शुरू करके हल किया जा सकता है - यह तब है जब इस प्रणाली के साथ पहले पंजीकरण के बिना एक नई टिप्पणी जोड़ना असंभव है। यह ईमेल पते की अनिवार्य पुष्टि द्वारा जटिल हो सकता है।



दूसरा, अक्सर उपयोग की जाने वाली विधि बॉट्स (कैप्चा) से चेक की शुरूआत है। यह कैप्चा खराब क्यों है? शायद वह हमारे ब्लॉग को स्पैम से बचाएगा। हालाँकि, यह गंभीर रूप से नई टिप्पणियों को जोड़ने को सीमित करता है। क्योंकि यदि आप अपनी बहुत ही उपयोगी टिप्पणी लिखने में 10 सेकंड खर्च करते हैं और आप 10 सेकंड का आंकलन करते हैं, तो उसी कैप्चा पर क्या दर्शाया गया है, यह आलसी हो सकता है या संख्या के साथ अनुमान नहीं लगा सकता है।



एंटी-स्पैम (विरोधी बॉट) के लिए कई और विकल्प हैं - लाठी और हैश के साथ एक जटिल रूप बनाने के लिए। आप प्रपत्र छिपा सकते हैं (और इसे जावास्क्रिप्ट में अनुरोध पर दिखा सकते हैं)। और अन्य तकनीकें जो स्पैमर के लिए जीवन को कठिन बनाती हैं।

अंक प्रणाली

आइए सर्वर पर संदेशों का विश्लेषण करने का प्रयास करें और यह तय करें कि यह स्पैम है या नहीं।



कैसे मैं एक प्रभावी ब्लॉग टिप्पणी स्पैम अवरोधक , outcoldman की सलाह पर आधारित है। यह नियमों का एक समूह है जिसके द्वारा कुछ नियमों के अनुसार संदेश में कुछ बिंदु जोड़े या घटाए जाते हैं।



प्रत्येक टिप्पणी के लिए कि सिस्टम पसंद करता है, आपको अंक मिलते हैं। जब सिस्टम संदेशों को पसंद नहीं करता है, तो यह अंक लेता है। यदि, सभी जांचों के बाद, कुल मिलाकर, 1 या अधिक अंक प्राप्त होते हैं, तो संदेश प्रकाशित होता है। यदि 0, यह स्पैम के रूप में चिह्नित है और प्रकाशित है। यदि 0 से कम है, तो आप इसे सुरक्षित रूप से नष्ट कर सकते हैं।

स्पैम प्रकार

स्पैम स्वचालित और मैनुअल है ।

स्वचालित स्पैम (स्पैम बॉट) का पता लगाना सबसे आसान है। ऐसे कई कारक हैं जो किसी संदेश को स्पैम के रूप में परिभाषित करते हैं।



मैनुअल स्पैम अधिक जटिल है। एक व्यक्ति मैन्युअल रूप से "सही" डेटा को फॉर्म में जमा करता है और जमा करता है। हालाँकि, आप अभी भी संदेशों का विश्लेषण कर सकते हैं और सही निर्णय ले सकते हैं।

नियम

अपनी साइट पर, मैंने टिप्पणियों, समीक्षाओं और अन्य रूपों में बड़े पैमाने पर स्वचालित स्पैम की समस्या को हल किया। मेरे नियम लेख से नियमों से थोड़े अलग हैं। वे मेरे स्थानीय कार्यों के लिए अधिक अनुकूलित हैं और कुछ अन्य नियम जोड़े गए हैं। यदि संदेशों का विश्लेषण करने के तरीके पर अन्य विचार हैं, तो इसे टेबलेट पर रखना सुनिश्चित करें।

नियम	अर्थ	अंक
संदेश में लिंक की संख्या	≥ २	प्रत्येक लिंक के लिए -1
	<2	+1
संदेश की लंबाई	> 20 अक्षर और कोई लिंक नहीं	+2 अंक
	<20	-1 बिंदु
कीवर्ड	वियाग्रा, कैसीनो और अन्य शब्दकोश शब्द	प्रत्येक शब्द के लिए -1 बिंदु
लिंक विश्लेषण प्रति संदेश	यदि लिंक में ज़ोन में एक डोमेन है .de, .pl, या .cn (अन्य भी हो सकते हैं)	-1 बिंदु

इस पर, मेरे द्वारा उधार लिए गए नियम खत्म हो गए हैं। अगला विश्लेषण के लिए अनुकूलित या नए नियम होंगे।

हम UrlReferrer को फॉर्म में जांचते हैं और उसकी तुलना उस सत्य से करते हैं जो सत्य में होना चाहिए	इस पैरामीटर के अंतरों पर ज्यादा ध्यान न दें।	-2 अंक अगर वे अलग हैं
रूसी पाठ चूंकि साइट के दर्शक रूसी भाषी हैं, इसलिए नाम और अन्य क्षेत्रों में अन्य भाषाएं नहीं होनी चाहिए। मैं रूसी पात्रों के प्रतिशत की जांच करता हूं	<10%	-2 अंक। यदि सब कुछ ठीक है
बीबी टैग । संदेश थे जहां शरीर में बीबी टैग थे। यह साइट के इंजन द्वारा प्रदान नहीं किया गया है, इसलिए कूड़ेदान में तुरंत ऐसे संदेश	[url] और [लिंक]	प्रत्येक टैग के लिए -2 अंक
इस पते से पिछले संदेशों का विश्लेषण (ईमेल, आईपी और अन्य)	यदि स्पैम को पहले ही चिह्नित कर लिया गया है	-1 बिंदु

आगे का विकास

आप स्पैम संदेशों का विश्लेषण और नए नियमों को जोड़कर काम करते हुए सिस्टम को विकसित कर सकते हैं। ऐसे कई विचार हैं जिन्हें अब तक लागू नहीं किया जा सकता है:

• अर्थहीन पाठ का विश्लेषण तब होता है जब संदेश में केवल शब्द नहीं होते हैं, बल्कि यादृच्छिक वर्ण होते हैं। कठिनाई यह निर्धारित करने में निहित है कि ये यादृच्छिक वर्ण हैं, सामान्य शब्द नहीं।
• स्पैम के खिलाफ लड़ाई में "गलत" शब्दों को परिभाषित करने वाला एक लेख है , जो "सामान्य" जैसे दिखने वाले शब्दों को पकड़ने में मदद कर सकता है।

मैं आगे क्या करना चाहूंगा अन्य संभावित नियमों को इकट्ठा करना और देखना है कि सिस्टम कैसे काम करेगा। अब वह हर दिन 500 स्पैम संदेशों को पकड़ती है। ये सभी स्वचालित बॉट हैं और वे कुछ भी हानिकारक नहीं करते हैं, लेकिन मैं पकड़े गए स्पैम के बढ़ते काउंटर को देखता हूं और मुझे पता है कि सिस्टम काम करता है । आप यहां कक्षा देख सकते हैं