Configuration du filtre de Mail

[Lindorf]

Bonjour,

J'utilise depuis maintenant plusieurs moisle filtre anti-spam de Mail, et j'en suis assez content. Mais je voudrais aller voir exactement quelles règles il applique, afin éventuellement d'en affiner certaines.

Ma question est donc : quelqu'un a-t-il trouvé dans quel fichier Mail enregistre les règles de filtrage anti-spam ?... J'ai cherché un peu et je n'ai pas trouvé.

Merci de votre aide,
Lindorf

[Daniel PERDRIZAT]

Tu vas dans les préférences de Mail et tu choisis la rubrique Règles

[Lindorf]

Non, la seule chose que l'on voit (du moins chez moi), c'est le critère :
"le message est indésirable"

J'aimerai justement savoir ce qu'il y a derrière, comment Mail détermine si un courriel est "indésirable".

D'après l'aide de Mail, il apprend au fur et à mesure en fonction des corrections que tu effectues par rapport au filtrage (tu as la possibilité de marquer un message comme indésirable, ou le contraire). Lors de la phase d'apprentissage, Mail doit donc créer des critères juste à partir des exemples que tu lui donnes. Il doit forcément enregistrer ces critères (et statistiques ?) quelque part ...

[Daniel PERDRIZAT]

C'est à n'y rien comprendre. Dans les préférences, tu dois trouver une rubrique "Règles". Tu fais un double-clic sur la description "courrier indésirable" et là tu trouves les règles.

[Lindorf]

Oui on trouve les règles, mais justement, parmis celles-ci, la plus importante est "Le message est indésirable", et je ne sais pas où trouver ce qu'il y a derrière.

Dans le détail j'ai une fenêtre avec (j'essaie de reproduire la fenêtre) :


Description : Courrier indésirable

Si toutes les conditions suivantes sont remplies :
L'expéditeur ne figure pas dans mon Carnet d'adresses
Le message est indésirable

Effectuer les opérations suivantes :
etc ...


D'ailleurs cela apparaît clairement dans le fichier ~/Library/Mail/MessageSorting.plist. En effet, on peut y trouver :

<dict>
<key>Active</key>
<string>1</string>
<key>AllCriteriaMustBeSatisfied</key>
<string>YES</string>
<key>AutoResponseType</key>
0
<key>Color</key>
12096856
<key>Criteria</key>
<array>
<dict>
<key>Header</key>
<string>SenderIsNotInAddressBook</string>
</dict>
<dict>
<key>Header</key>
------------>> <string>IsJunkMail</string>
</dict>
</array>
<key>Deletes</key>
<string>NO</string>
<key>Header</key>
<string>SenderIsNotInAddressBook</string>
<key>HighlightTextUsingColor</key>
<string>YES</string>
<key>Mailbox</key>
<string>Junk</string>
<key>MarkFlagged</key>
<string>NO</string>
<key>MarkRead</key>
<string>NO</string>
<key>RuleName</key>
<string>Courrier indésirable</string>
<key>ShouldTransferMessage</key>
<string>YES</string>
<key>TimeStamp</key>
<string>58206296</string>
</dict>


Mais qu'y-a-t'il donc derrière "isJunkMail" (j'ai mis une flêche devant) ?...
J'ai cherché dans mon dossier ~/Library, dans les dossiers /Library/Mail et /Applications/Mail.app, mais je n'ai rien trouvé !...

[miniwark]

Sauf erreur de ma part,
Mail ne filtre pas les messages à partir de "règles" à proprement parler mais probalement à partir d'une fonction statistique logicielle, c.a.d que la règle "ceci est un courier indésirable" est différente de la conception classique des règles.

Pour rappel les règles classiques sont du type :
si titre contient "ADV:" alors indésirable
si titre contient "mortgage" alors indésirable
si de égal [email protected] alors désirable
etc...

Le problême de ces règles est que, si elles sont majoritairement efficace, elle prennent du temps à élaborer, qu'il y a toujours une part de faux positif, et qu'il est toujours possible pour un spammer de forger un message qui évitera facilement les dites règles (classiquement en faisant des fautes d'orthographes volontaires dans les titre ou en faisant des titres innocent du type "hello".
Comment alors distinguer entre le message "Bonjour" de maman chérie et les message "Bonjour" de Britney-viens-visiter-mon-site-de-c...

La solution qu'utilise Mail est probablement inspiré de cet article (en anglais):
http://www.paulgraham.com/spam.html
(c'est en tout cas, le cas déclaré de Mozilla Mail)

En résumé dans le principe le programme fait une analyse statistique du corps du message (et entêtes) et y recherche tous les mots redondants et déterminé la "probabilité" que ce soit un Spam.
En cliquant sur désirable/indésirable vous ammélioréz petit à petit la valeur positive ou négative de certains mots ou chaines de carractère HTML.
Par exemple la présence nombreuse de "click" et de "here" dans un message va être à la longue sytématiquent être considéré comme du spam, mais si d'autre mots sûrs y sont associés la probabilité totale du message va diminunuer.

Il n'est donc sans doute pas possible de changer manuellement les valeurs de chaînes de carractères choisies par Mail pour ses évaluations (quoi qu'il serait intérressant de connaitre les valeurs établies par Mail).

L'auteur explique aussi pourquoi le sytème doit être améliorer par les utilisateurs finaux, en effet il explique qu'il recoit beaucoup de messages valides avec le mot 'Lisp", Ce n'est pas tout le monde qui recoit des messages relatif à ce sujet, et ce n'est jamais dans un spam. Dans son cas particulier, la présence de ce mot indique que très probablement le message n'est pas un spam. (De même les signatures automatiques d'amis)

J'ai regardé dans le fichier de préférence, mais la liste des mots évalués n'y est pas, je me demande si Mail n'enregistre pas ses données statisque dans le fichier "LSMMap" des préférences (Plus de 1 Mo chez moi).

[Lindorf]

Merci pour cette réponse : je supposais également que Mail utilise des règles statistiques et qu'il affine celles-ci en fonction des indications de l'utilisateur (ainsi que c'est indiqué dans l'aide de Mail). Et en effet, la raison de ma question est plus avant de la curiosité : il serait intéressant de regarder un peu quels types de valeurs Mail établit.

Effectivement, le fichier LSMMap paraît être un bon candidat : chez moi il fait également plus de 1Mo, et surtout il est modifié quasiment à chaque fois que j'utilise Mail.

Par contre ce qui m'étonne, c'est que si je fait un "strings LSMMap", je vois apparaître tout une foultitude de mots, essentiellement des noms communs, mais si certains paraissent effectivement être typiques de courriels de spam, d'autres paraissent vraiment très communs et particulièrement anodins.

Question subsidiaire : à part la commande terminal "strings", y-a-t'il un autre moyen de visualiser (voire éditer) le contenu d'un fichier comme LSMMap ?...

Sinon, je crois que nous devrons en rester là ...

[_Olivier_]

Question subsidiaire : à part la commande terminal "strings", y-a-t'il un autre moyen de visualiser (voire éditer) le contenu d'un fichier comme LSMMap ?...

J'sais pas moi j'utilise jamais "strings" (que je connaissais même pas), par contre j'utilise toujours "cat"...

[Lindorf]

La commande "strings" est une commande unix qui permet d'extraire les chaînes de caractères présentes dans les fichiers non texte. Si tu fais un cat sur LSMMap, la seule chose que tu verras sera une succession de caractères non lisibles (ça peut même te faire planter l'affichage de ton terminal dans certains cas !).

La commande "strings" est d'ailleurs très utiles parfois pour essayer de farfouiller et bidouiller dans des programmes 8) ...