Ergebnisse der Rückläuferstudie-Teil 2

Wegen noch fehlender Standards für SPAM Bounce und aufgrund anderer Bounce Mechanismen wie Challgenge-Response, Greylisting, Abwesenheitsnotizen, Empfangsbestätigungen etc. wurde in mailworx nicht nur eine klassische Statusauswertung durchgeführt, sondern seit jeher eine zusätzliche regelbasierte Auswertung angewandt.

Challenge Response
Bei Challenge Response spricht man ebenfalls von einem Verfahren für die Authentifizierung eines Teilnehmers. Je nach Sicherheitsanforderung kann dies zB eine einfache Bestätigung durch Angabe der E-Mail-Adresse, Telefonnummer oder Passwort durch den Anwender sein. Bei höheren Sicherheitsanforderungen wird der Dialog komplexer und basiert in dem Fall auf Verschlüsselung, Algorithmen und Haschierten. Das Challenge-Response-Verfahren wird u.a. als Authentifizierungsverfahren bei Chipkarten oder beim Sicherheitsprotokoll Radius verwendet.[1]

Greylisting
Neben Black- und Whitelists gibt es auch noch die sogenannte Greylist. Bei der Greylisting-Verfahren wird er erste Sendeversuch vom Server generell abgelehnt. Der Server sendet beim ersten Versuch die Meldung zurück, dass er es später noch einmal versuchen solle. Bei diesem ersten Versuch werden Informationen wie zB Sender, Empfänger, Mailserver, etc. abgespeichert. Wird die E-Mail nun ein weiters mal gesendet und die Informationen stimmen überein, leitet der Server die E-Mail auch an den Empfänger weiter und fügen die Absenderadresse der Whitelist hinzu.[2]


Auswertung mit Hilfe der künstlichen Intelligenz

Diese regelbasierte Auswertung (siehe letzter Betrag) wurde nun durch eine Auswertung ersetzt, welche aufgrund von intelligenter Maschine-Learning Algorithmen erstellt wurde, wie sie auch bei Systemen für künstliche Intelligenz eingesetzt werden. Nun wird eine intelligente textuelle Analyse der Fehlernachrichten und aufgrund des neuen intelligenten Algorithmus ebenfalls eine Klassifizierung durchgeführt. Normalerweise nimmt man an, dass durch das Hinzufügen von weiteren Klassen für die Fehleranalyse die Fehlerquote steigen müsste. Jedoch durch den neuen Algorithmus wurden trotz dem Hinzufügen weiterer Kategorien die Fehlerraten der Hard- und Softbounce-Klassifizierung reduziert: Die Fehlerrate bei Hardbounce, welche fälschlicherweise als Softbounce kategorisiert werden, wurde auf 0,1% reduziert und Fehlerrate bei Softbounce, welche fläschlicherweise als Hardbounce kategorisiert werden, wurde auf 3,9% reduziert!

abb_gesamtfehlerrateneu.png

Die Gesamtfehlerrate bei der Kategorisierung zwischen Hard- und Softbounce liegt nun bei 1%.

[1] http://www.itwissen.info/definition/lexikon/Challenge-Response-Verfahren-challenge-response.html  [Stand 08.08.2010]
[2] Almen Christoph, Titel: Spam- der endlose Kampf gegen unerwünschte E-mails und die daraus entstehenden Kosten und Auswirkungen auf Wirtschaft und Gesellschaft, 2008.

Kommentar schreiben