Mercury: Schlanker Mailserver für Windows

Bayes-Einstellungen

Die beiden Reiter „Bayesian settings“ und „Bayesian tokenizer“ sind für die Funktionsweise des Bayes-Filters verantwortlich. Vor allem der erste Reiter wird sicherlich häufiger von Ihnen verwendet werden, denn er bietet Möglichkeiten zum Fein-Tuning.

Bei der „Database update strategy“ sollten Sie mindestens eine Weile den Punkt „Train always“ beibehalten, damit SpamHalter genügend Material für die Bayes-Analyse sammeln kann. Haben Sie einen stabilen Level erreicht, können Sie auf „Train on Errors“ umschalten. Dann lernt der Bayes-Filter nur noch, wenn Mails an spam oder nospam weitergeleitet werden.

Mittels „SPAM probability percent level“ legen Sie den Schwellwert fest, ab dem SpamHalter eine Mail als SPAM einordnet. Setzen Sie ihn zu hoch, erkennt er nicht genug SPAMs, setzen Sie ihn zu niedrig, gibt es „False Positives“.

Noch nicht in der Datenbank enthaltene Wörter erhalten den unter „Probability level for unknown tokens“ festgelegten Wert für die SPAM-Wahrscheinlichkeit. Das ist nur der initiale Wert, im Betrieb wird er sich entsprechend anpassen.

Die Anzahl „guter“ Wörter wird mit dem Wert von „Level of not-spam preference“ multipliziert. Damit sinkt die Wahrscheinlichkeit, dass eine Mail fälschlicherweise als Spam deklariert wird. Lukas empfiehlt für den Anfang einen Wert von 4. Enthält die Datenbank genug Trainingsmaterial, können Sie ihn auf 2 absenken.

Mit „Count of classified tokens“ legen Sie fest, wie viele Wörter SpamHalter zur Klassifizierung der Mail benutzt. Den Standardwert von 20 können Sie ruhig beibehalten. Die Einstellungen im Reiter „Bayesian tokenizer“ können Sie so belassen.