垃圾郵件處理器可以透過有效信件的學習 , 會越來越聰明的判斷垃圾郵件的準確性 , 通常有效信件的學習可以透過
1. 系統的自動學習
2. 由用戶回報給系統
- 透過學習可以增加垃圾郵件的判斷率,減少誤判率 !
- 若要舉報垃圾郵件,可以將信件轉寄給 spam 這個虛擬用戶.
- 若要舉報非垃圾郵件,可以將信件轉寄給 notspam 這個虛擬用戶.
- 多封信件可以在寄信軟體下一次多選以附件方式轉寄.
- 用戶可以在個人的WebMail介面下,選取信件回報 這是垃圾信或這不是垃圾信.
- 管理員可在郵件記錄器或垃圾郵件隔離區,選取信件回報 這是垃圾信或這不是垃圾信.
- 舉報之郵件會每隔一小時統一由系統排定行程分析信件及學習樣本.
- 垃圾郵件、非垃圾郵件樣本數必須達到各200筆以上才會啟用學習資料庫.
匯入學習樣本
可以將之前匯出的學習樣本進行匯入 , 或是從A機器匯出 , 再匯入到B機器內
匯出學習樣本
可將目前的學習樣本匯出檔案保存
立即學習
如果用戶端有透過回報樣本 (寄給 spam 或 notspam) , 系統會在每個小時自動將這些數據分析整理成有效的樣版本
如果要立即執行學習分析 , 可以按下此按鈕 (通常不必可以刻意按此按鈕)