我正在寻找有关过滤垃圾邮件的方法的文章.当我搜索所有我一直在寻找的是wordpress,过滤脏话等的方法,这不是我正在寻找的.我正在寻找编写自己的过滤系统和最佳实践的方法.
任何以前做过此事的人的任何教程链接都将不胜感激.
到目前为止我唯一的好文章是http://snook.ca/archives/other/effective_blog_comment_spam_blocker
在编写自己的方法时,您必须结合使用启发式方法.
我会开始编写你的过滤器,使用触发词的字典并让它循环并使用它们来确定概率：
function spamProbability($text){
$probability = 0;
$text = strtolower($text); // lowercase it to speed up the loop
$myDict = array("http","penis","pills","sale","cheapest");
foreach($myDict as $word){
$count = substr_count($text,$word);
$probability += .2 * $count;
}
return $probability;
}
请注意,此方法会导致许多误报,具体取决于您的单词集;您可以让您的网站“标记”以便审核(但立即上线)那些概率为> .3和< .6,是否需要那些> .6和< .9进入一个队列进行审核(直到批准后才出现),然后简单地拒绝任何超过> 1的内容.
显然,这些都是您必须调整阈值的所有值,但这应该让您开始使用非常基本的系统.您可以添加其他几个限定符来增加/减少垃圾邮件的可能性,例如检查不良单词与单词的比例,更改单词的权重等.
