Spam-Filter

Allein in den Vereinigten Staaten verursacht das unerwünschte Werbemailaufkommen Jahr für Jahr einen volkswirtschaftlichen Schaden von über 22 Milliarden US-Dollar. Entsprechend ist es kein Wunder, dass die Spam-Filter Industrie so floriert wie noch nie zuvor: Entsprechende Tools sind darauf bedacht, Werbemails möglichst automatisch zu erkennen und vor dem Abrufen durch den Benutzer abzufangen. Dabei wird zwischen Standalone-Programmen, die sich beispielsweise lokal in Plugin-Form bei dem verwendeten Mailclient (MS Outlook etc.) einnisten, und serverseitigen Lösungen unterschieden.

Zu den häufigsten Präventionsmethoden gehören Whitelist und Blacklist: Dabei führt der jeweilige Spam-Filter eine Liste von erlaubten und nicht erlaubten E-Mail-Adressen. Letztere kann der Nutzer dem Programm vorschlagen, oder aber er verlässt sich ganz auf die automatische Erkennung seitens der Software. Versucht der Mailclient künftig Post von "blackgelisteten" Absendern zu empfangen, wird dieser vom Spam-Filter vorzeitig daran gehindert.

Beim so genannten Greylisting dagegen werden vor allem Werbebotschaften abgefangen, die unerlaubt über fremde Mailserver versendet werden. Dabei wird beim ersten Zustellversuch eine Softbounce Fehlermeldung verschickt. Dieser einfache Trick kann bereits mehr als 80% aller ankommenden Spammails blockieren, da diese in der Regel keinen zweiten Zustellversuch wagen – die dadurch entstehende Serverlast würde das System angesichts des millionenfachen Versandaufkommens in die Knie zwingen.

Eine weitere Methode ist die bayessche Wahrscheinlichkeitstheorie: Diese geht davon aus, dass Spammails bestimmte stets ähnliche, inhaltliche Charakteristika (z.B. bestimmte Schlagwörter) afuweisen. "Trainiert" der Nutzer seinen Spam-Filter, in dem er Werbebotschaften eine Zeit lang händisch markiert, lernt die Software dazu und sortiert künftig mit Hilfe der Bayes-Filter-Methode immer effizienter auf eigene Faust.

Zurück zur Übersicht