Network Associates, leverancier van intrusion prevention oplossingen, heeft vandaag aangekondigd dat het zijn nieuwste McAfee SpamAssassin-engine heeft uitgebreid met een krachtig nieuw Bayes-filter. Dankzij dit nieuwe Bayes-filter zijn McAfee SpamKiller for Mail Servers en McAfee SpamKiller Appliances in staat om op een ‘intelligente’ manier beslissingen te nemen over de e-mailberichten die klanten ontvangen, zodat het spamprobleem op een doeltreffende manier wordt aangepakt. Een Bayes-filter gaat op een statistische manier te werk en berekent de waarschijnlijkheid dat een e-mailbericht tot een bepaalde klasse behoort. Deze klassen zijn dan bijvoorbeeld ‘spam’ en ‘geen spam’.
De detectie wordt in de loop van de tijd steeds beter, doordat het Bayes-filter automatisch leert van de spam- en niet-spamberichten die worden ontvangen. Zo is McAfee SpamKiller in staat om zichzelf automatisch aan te passen aan de specifieke behoeften van het bedrijf. Wat wat voor het ene bedrijf namelijk spam is, is voor het andere bedrijf misschien een belangrijk e-mailbericht.
Verder zorgt het Bayes-filter ervoor dat McAfee SpamKiller in zijn geheel beter functioneert. Dankzij de McAfee SpamAssassin-engine kan McAfee SpamKiller nu drie- tot viermaal zo veel e-mailberichten verwerken als de laatste open-source-versie van de McAfee SpamAssassin-engine. Tegelijk wordt hiermee aan alle McAfee SpamKiller-producten een extra spamdetectielaag toegevoegd.
"Spammers gaan steeds verder in het versturen van ongewenste e-mail", vertelt Robin Matlock, vice-president Productmarketing van de Network Associates McAfee System Protection Solutions Group. "Spammers veranderen steeds van tactiek, maar dankzij de automatische leermogelijkheden van het Bayes-systeem dat wij in onze McAfee SpamAssassin-engine hebben ingebakken, zet McAfee SpamKiller altijd goede detectiecijfers neer. Voor onze zakelijke klanten zijn de voordelen legio: ze kunnen hun wettelijke aansprakelijkheid beperken, ze kunnen bandbreedte vrijmaken voor belangrijker zaken en ze kunnen hun medewerkers efficiënter laten werken."
De leermogelijkheden van het Bayes-filter van McAfee werken volautomatisch, terwijl concurrerende oplossingen handmatig moeten worden getraind door gebruikers of systeembeheerders voordat het filter weet wat als spam moet worden gekenmerkt.
McAfee SpamKiller past zes verschillende detectiemethoden toe. IT-beheerders krijgen hiermee een proactieve en veelomvattende oplossing in handen om spam te bestrijden:
– Bayes-filter — Het Bayes-filter van de McAfee SpamAssassin-engine is voorgeconfigureerd met een standaard-filterdatabase en beschikt over een innovatief automatisch leersysteem dat zichzelf aanpast aan de specifieke e-mailstromen van de gebruikers.
– Integriteitsanalyse — De header, lay-out en organisatie van elk inkomend e-mailbericht worden onderzocht en er worden duizenden algoritmen toegepast om te bepalen of het e-mailbericht spam is.
– Heuristische detectie — McAfee SpamKiller werkt met een pakket automatische regels, gebaseerd op de specifieke eigenschappen van spam, en is daardoor in staat om het netwerk op een proactieve manier te beveiligen tegen spam.
– Filteren op basis van inhoud — De systeembeheerder kan opgeven welke woorden of tekstfragmenten vaak voorkomen in ongewenste e-mailberichten of ander ongepast materiaal.
– Gepersonaliseerde zwarte lijst en witte lijst — Zowel systeembeheerders als gebruikers kunnen in een zwarte en witte lijst vastleggen wie ongewenste en onaanvaardbare e-mailberichten verstuurt en wie e-mailberichten verstuurt die wel mogen worden ontvangen.
– Automatische aanpassing — McAfee SpamKiller met McAfee SpamAssassin ziet welke e-mailberichten worden ontvangen door de gebruikers en kan op basis daarvan de totale spamscore voor ontvangen berichten van bekende afzenders aanpassen. Deze mogelijkheid is aanwezig in McAfee SpamKiller for Mail Servers.
– Blokkering op basis van DNS-lijsten — McAfee SpamKiller Appliances kunnen DNS-lijsten op internet gebruiken om e-mailberichten van bekende spammers automatisch te blokkeren.
4 minuten geleden
