垃圾邮件数据集，是否适合SpamAssasin？

Question

我想训练我的SpamAssasin过滤器，从2015年1月到2015年11月，我从该网站下载了所有垃圾邮件地址：Untanbled.org/垃圾邮件/

此外，我已经下载了我的火腿和垃圾邮件从我的个人gmail帐户。但是我所有来自gmail的火腿邮件都有大约2500封电子邮件，而这11封来自untroubled.org的邮件包含了大约410000封邮件。因此，火腿/垃圾邮件的关系约为1:160，因此，SpamAssassin过滤器将有太多垃圾邮件偏倚。

另一方面，这种垃圾邮件数据集网站主要被认为是垃圾邮件研究人员，而不是系统管理员。

那么，我的问题是，什么是系统管理通常做什么，或者，什么是推荐的做法？他们使用这种数据集吗？有那么危险吗？

Answer 1

考虑到untroubled.org垃圾邮件收集方法的广泛性，我不认为使用这些数据来训练垃圾邮件杀手有任何问题。

您应该考虑您的电子邮件服务器的范围，并决定是否需要手动扫描大量已知的垃圾邮件。SA在根据内部规则过滤垃圾邮件方面做得很好，但是如果您有时间和倾向于手动扫描这些消息，它将不会给您的服务器带来任何问题。