SpamAssassin можно установить двумя способами:
- perl -MCPAN -e shell;
- /usp/ports/mail/spamassassin.
Я ставил из портов. SpamAssassin — это перловый модуль, и для его установки требуется куча зависимостей из тех же перловых модулей. Устанавливаем их:
cd /usr/ports/security/p5-Digest-MD5
make install clean
cd /usr/ports/www/p5-HTML-Parser
make install clean
cd /usr/ports/dns/p5-Net-DNS
make install clean
cd /usr/ports/japanese/p5-Mail-SpamAssassin
make install clean
Во время установки будет огромная куча вопросов, связанных с функциональностью тех или иных модулей.
После установки настраиваем SpamAssassin.
cat /usr/local/etc/mail/spamassassin/local.cf
trusted_networks 192.168.1/24
required_score 5.0
report_safe 0
rewrite_header subject [SPAM]
use_bayes 1
#bayes_path /usr/local/etc/mail/spamassassin/bayes/
bayes_file_mode 0666
bayes_min_spam_num 1
bayes_min_ham_num 1
bayes_learn_to_journal 1
skip_rbl_checks 0
bayes_auto_learn 0
#ok_languages ru en
ok_locales ru_en
score BAYES_00 0.0001 0.0001 -6.0 -6.0
score BAYES_05 0.0001 0.0001 -3.0 -3.0
score BAYES_20 0.0001 0.0001 -1.0 -1.0
score BAYES_50 0.0001 0.0001 1.6 1.6
score BAYES_60 0.0001 0.0001 2.0 2.0
score BAYES_80 0.0001 0.0001 4.0 4.0
score BAYES_95 0.0001 0.0001 6.5 6.5
score BAYES_99 0.0001 0.0001 10.0 10.0
score RDNS_NONE 0.0001 0.0001 3.0 3.0
score SUBJ_FULL_OF_8BITS 0.00
score HTML_COMMENT_8BITS 0.01
score HEADER_8BITS 0.00
score TO_NO_USER 0.01
score FORGED_MUA_OUTLOOK 0.5
score X_AUTH_WARNING 0.01
score SUBJ_HAS_UNIQ_ID 9.99
score HTTP_USERNAME_USED 9.99
score FORGED_YAHOO_RCVD 9.99
score FORGED_JUNO_RCVD 16
score UNWANTED_LANGUAGE_BODY 1.02
score MLM 5.55
score RCVD_NUMERIC_HELO 4.95
Теперь добавляем в конфиг exim’a до acl’ов строчку
spamd_address = 127.0.0.1 783
и в ACL’ах в правило acl_check_data, где spam – это user под которым стартует exim
acl_check_data:
#deny message = Virus found ($malware_name)
#malware = *
warn message = X-Spam-Score: $spam_score ($spam_bar)
hosts = !+relay_from_hosts
spam = mailnull:true
warn message = X-Spam-Report: $spam_report
hosts = !+relay_from_hosts
spam = mailnull:true
warn message = Subject: [SPAM] $h_Subject:
hosts = !+relay_from_hosts
spam = mailnull
deny message = This message scored $spam_score spam points.
spam = mailnull:true
# Отбрасывает спамовые письма с указанием ошибки
hosts = +relay_from_hosts
condition = ${if >{$spam_score_int}{120}{1}{0}}
accept
Запускаем spamd и рестартим exim
echo 'spamd_enable="YES"' >> /etc/rc.conf
/usr/local/etc/rc.d/sa-spamd start
/usr/local/etc/rc.d/exim restartУ меня spamd стартовал с ошибкой о невозможности создать user_prefs. Решил созданием директории по предложенному пути
mkdir /var/spool/.spammassassin/ chown -R spamd /var/spool/.spammassassin/
Наша связка начинает сразу работать с заранее предустановленными параметрами. Но что бы увеличить вероятность правильного срабатывания для отсеевания спама необходимо систему обучить – скормить ей более 200 писем с примерами “белых писем” (ham) и более 200 спамовых писем (spam).
Обучение может производится автоматически, с помощью bayes_auto_learn – когда очки письма (без учета очков за AWL, BAYES_XX, BLACKLIST и WHITELIST) выходят за пределы между auto_learn_threshold_nonspam и auto_learn_threshold_spam. Это можно узнать если в заголовке письма в поле X-Spam-Status: присутствует запись autolearn=spam или autolearn=ham.
И обучение может производиться вручную (или при помощи скрипта) командой sa-lean. Для этого нужно скормить каталог писем со спамом spam и каталог благонадежных писем ham. Письма нужно иметь в не модифицированном виде (без forward`а и прочих почтовых пересылок перенаправлений). Для удобства завёл специальные папочки в которые складывал примеры писем. После накопления необходимого количества писем, экспортировал их на сервер и скормил обучалке:
# /usr/local/bin/sa-learn --ham /var/vmail/tst-amo.pp.ua/svm/Maildir/cur # /usr/local/bin/sa-learn --spam /var/vmail/tst-amo.pp.ua/svm/Maildir/.imp_spam/cur
Проверка конфигурации – полный вывод
#spamassassin --lint -D
Проверка конфигурации – вывод только проблемных мест
#spamassassin --lint
Если в процессе выводит что то типа
warn: bayes: bayes db version 0 is not able to be used, aborting! at /usr/local/lib/perl5/site_perl/Mail/SpamAssassin/BayesStore/DBM.pm line 208.
то выполните команду
sa-learn --sync
Тест на спам
Отправляем на тестируемые сервер письмо с таким текстом:
XJS*C4JDBQADN1.NSBN3*2IDNEN*GTUBE-STANDARD-ANTI-UBE-TEST- EMAIL*C.34X
Должно получить как минимум 1000 очков и получить гордый титул SPAM.
Пропишем транспорт и роутер для спама
ee /usr/local/etc/exim/configure
###############
begin routers
check_malware:
driver = redirect
condition = ${if def:h_X-Quarantine-Me-Malware: {1}{0}}
headers_remove = Subject
headers_add = Subject: [CLAMAV: $acl_m2] $h_Subject
data = postmaster@tst-amo.pp.ua
file_transport = address_file
# SpamAssassin
spamcheck_router:
driver = accept
condition = "${if and { \
{!def:h_X-Spam-Flag:} \
{!eq {$received_protocol}{spam-scanned}} \
{!eq {$received_protocol}{local}} \
{!eq {$sender_host_address}{127.0.0.1}} \
{<{$message_size}{50k}} \
} {1}{0}}"
retry_use_local_part
transport = spamcheck
no_verify
################## begin transports remote_smtp: driver = smtp # SpamAssassin spamcheck: driver = pipe batch_max = 100 command = /usr/local/sbin/exim -oMr spam-scanned -bS current_directory = "/tmp" home_directory = "/tmp" group = mail user = mailnull log_output message_prefix = message_suffix = return_fail_output no_return_path_add transport_filter = /usr/local/bin/spamc -u mailnull use_bsmtp
Так как на сервере работает dovecot с sieve, то работа по сортировке спама ляжет на него.
Сам скрипт для укладывания спама в папку Junk
require ["regex", "fileinto", "imap4flags"];
# Catch mail tagged as Spam, except Spam retrained and delivered to the mailbox
if exists "X-Spam-Status"
{
# Mark as read
setflag "\\Seen";
# Move into the Junk folder
fileinto "Junk";
# Stop processing here
stop;
}
Выполнить команду для компиляции sieve скрипта
sievec /usr/local/etc/dovecot/sieve/
