スパムフィルターは便利な機能だが、スパムではないメールまでスパムだと判定されると後がやっかいだ。Gmailの場合、どんな手段でそれを防げばいいだろうか。 スパムフィルター（迷惑メール除去機能）は便利な機能だ。自身のメールボックスを見ても分かるように、IDCの調べでは電子メールの送受信量の半数以上はスパムである可能性があるという。こんな時代に、迷惑メールを自動的に判別して取り分けてくれるスパムフィルターは、なくてはならない存在になってきている。 しかし一方で、スパムフィルターの誤判定という問題も起き始めている。特にスパムフィルターの先駆け的存在であるGmailの誤判定が話題だ。あるテストでは3.3％が誤判定されているという報道もあった（「New York Times」の記事）。 これは、Gmailのフィルターリングのための情報がユーザー同士である程度共有されるために起こる可能性が高い。ほかの

昨日のエントリで、同じIPアドレス（221.79.42.221）から大量のスパムトラックバックが来ていることをご報告しました。結局、たった1日で合計68件のトラバを受信。12月4日の夜から発生していたので、通算だと73件のスパムだったことになります。 念のため、こちらが証拠画面。1つだけですが： これについて、ホストのソフトバンクBBに対して「なんとかして欲しい」という連絡を行ったこともご報告した通りですが、それに対して「ソフトバンクBB インターネットセキュリティチーム」から回答を得ました。以下、その抜粋です： 弊社では、迷惑行為が行われた日時・IPアドレス・書き込み内容等が記載されているログ情報を対応の根拠としております。 弊社顧客に対しては動的IPアドレスを提供しておりますため、該当の迷惑行為を行っている会員を特定するには、詳細な時間帯まで記載されている情報が必要となります。 そのた

PCで「メールを出したのに相手に届かない」「メールをもらったのにこちらに届かない」「戻ってもこない」ということが、けっこうある。 そんなことを人に話すと、「添付ファイルがあると、スパム扱いされやすい」とか、「ホットメールはスパム扱いされやすい」「初めてのアドレスだとスパム扱いになるのかも」なんてことを言われるけど、添付ファイルもなく、ホットメールでもなく、やりとりが今まであった人なのに、行方不明になってしまうのって、いったいどういう理由なんでしょう？ 先日も、IT系の雑誌編集者の友人にメールをしたところ、「スパム扱いではじかれていた」という知らせをもらい、その理由を聞いてみると、こんな説明があった。 「経験上、ホットメールは誤認識されやすいんですが、○○（私の使っているメールソフト）を騙って不正行為を働くケースも多いので、誤認識されやすいのかもしれません」 メールソフトのせいか……と落胆し

また近況報告みたいなエントリですが、最近スパム・トラックバック（以下「スパトラ」と略す）で気付いた傾向が。以下は今朝投稿した『シロクマ日報』についたスパトラ： 投稿後約2時間で実に17個（！）のスパトラが付いたのですが、「送別会」に始まり、「半田市市役所」「豊川市寿司」「松山市人口」「大阪市北区産婦人科」などなど……ものすごくニッチなネタのオンパレード。今日に限った話ではなく、最近この手の「ローカル・スパム（正式には「ローカル情報ブログ」と呼ぶべきか？）」が付くことが多いような気がします。他の方々はどうなのでしょうか？ ただ「半田市市役所」のような「地名＋情報カテゴリ」というパターンのスパムの場合、URLが「www.（地名）-areaguide.com」となっていますので、同一業者がやっているようです。しかし「送別会」のようにテーマ自体がものすごく細かくなっている場合もありますし、アダルト

「google（ググる）」という動詞さえも生んでしまうほど、欧米では圧倒的な支持を得ているGoogle。日本では若干苦戦しているとも言われるが、それでも占有率が3割は占めているというからましな方だ。というのは、実は韓国ではさらに苦戦しているからだ。 Googleは世界で60〜70％の占有率を確保しているが、韓国内では5％程度の占有率しかない。NHNのNaver、Daum CommunicationsのDaumなど、韓国のポータルサイトが市場を占有しているためだ。 検索サイトだけではない。例えば1例としてワクチンソフトでも、日本ではSymantecやTrend Microが世界的な企業が39％、24％という占有率のデータがBCNランキングにはあるが、韓国ではアンラボが60〜70％の市場占有率を確保しており、SymantecやTrend Microはそれぞれ13％、5％台という微々たる占有率に

日々届き続けるスパムメール。このまま自ら排除し続けるしか手段がないのか？　ウイルスと違い断定基準の難しいスパムだが、排除するためのポイントが幾つかある。 オンライン・ムック「スパム対策最前線」の前回「スパムを見分けるリテラシー」では、スパムを判定するための基本的な概念について解説した。そして、最近ではベイズ理論に基づいた「ベイジアンフィルタ」が幅広く使われており、学習によって精度が高まることにも触れた。 スパムを見分けるリテラシー アプリケーションスパムに勝つ秘策 スパムメールの送信元はどこにある 今回の記事では、実際にフィルタの仕組みを使ってシステム上のどこでスパムを排除するのがよいのかを考えていく。読者には、スパムの到達経路上でどのような対策を講じるべきか理解し、効率的な排除手段を見つけ出してほしい。自らで対処するか、サーバサイドのソリューションを導入するかである。 運用や開発の経験者