sa-learn spamassassin-learn

hay que hacer los siguientes pasos:

• Asegurarse de que el nombre del dominio está en /etc/amavisd.conf (RHEL/CentOS) or /etc/amavis/conf.d/50-user (Debian/Ubuntu). e.g.

@local_domains_maps = ['demo.iredmail.org', 'a.cn'];

• Buscar la localización del fichero de reglas global de sieve /etc/dovecot.conf (RHEL/CentOS) or /etc/dovecot/dovecot.conf (Debian/Ubuntu): sieve_global_path, default is /var/vmail/sieve/dovecot.sieve.

protocol lda {
    # ... SKIP OTHER SETTINGS HERE ...
    sieve_global_path = /var/vmail/sieve/dovecot.sieve
}

• iRedMail copies a sample file in the same directory by default, filename is /var/vmail/sieve/dovecot.sieve.sample. Rename it to the correct filename. If you can't find the sample file, you can also download it here.
• Restart dovecot service, and it should work for you now. If it doesn't work for you, please try to debug dovecot and find the root case from log files.

Para hacer esto hay que copiar el fichero dovecot.sive.sample (el fichero de ejemplo está en el directorio de instalación de iRedmail) al directorio indicado en el fichero /etc/dovecot/dovecot.conf y dejar el nombre del fichero como dovecot-sieve

Por defecto la ubicación a donde hay que copiar el fichero es /var/vmail/sieve/dovecot-sieve

Puesto que los filtros bayesianos se basan en probabilidad, cuanto más mensajes tengan para aprender, mejor funcionarán. Se dice que necesitamos mostrarle al menos 200 mensajes spam y 200 mensajes buenos.

Para ello es conveniente que crees en tu buzón (y que también lo hagan los usuarios de tu servidor) dos carpetas nuevas de nombres, por ejemplo spam y NOspam , de forma que los correos spam que te lleguen los muevas a la carpeta spam y, procurando mantener al menos el mismo número, mover a la carpeta NOspam los correos buenos (puedes aprovechar los correos buenos que quieras tirar a la papelera para meterlos en NOspam).

Ahora solo queda decirle a spamassassin que aprenda de esos correos:

# sa-learn --spam --mbox /home/dani/mail/spam

Learned from 30 message(s) (34 message(s) examined).

La carpeta /home/dani/mail es la que contiene mi correo (en tu configuración puede ser otra). La respuesta nos dice que ha aprendido de 30 mensajes (de los 34 que ha examinado). Con sólo 30 mensajes aún no está lo suficientemente entrenado (recuerda que necesita al menos 200)

Ahora le decimos que aprenda de los mensajes buenos:

# sa-learn --ham --mbox /home/dani/mail/NOspam

Learned from 28 message(s) (28 message(s) examined).

Fíjate que ahora ponemos ham en lugar de spam Además usamos la carpeta NOspam No es normal que aprenda de todos (los 28) los mensajes. En este caso le he puesto mensajes seleccionados de forma que sean todos distintos y de distintos remitentes (incluyendo correos clásicos: yahoo, hotmail, etc. , listas de correo, etc.) para conseguir que aprenda más rápido.

También es previsible que nos equivoquemos, por ejemplo moviendo a la carpeta spam un mensaje que sea bueno. Pues eso también está previsto: creamos una carpeta temporal, por ejemplo temp, movemos el mensaje mal clasificado a la carpeta temp y le decimos que se olvide de todo lo que ha aprendido de ese mensaje.

# sa-learn --forget --mbox  /home/dani/mail/temp

Entonces movemos el mensaje a la carpeta correcta.

http://www.iredmail.org/forum/topic365-faq-how-to-move-mails-which-marked-as-spam-into-junk-folder.html
http://www200.pair.com/mecham/spam/
http://www200.pair.com/mecham/spam/spamfilter20090215.html
http://www200.pair.com/mecham/spam/virtual2.html
http://www200.pair.com/mecham/spam/debian-spamassassin-sql.html
http://www200.pair.com/mecham/spam/spamfilter20090215.html#razorconfig
http://www200.pair.com/mecham/spam/virtual2p1.html#bayes http://lubrin.org/spip.php?article63