uczenie spamassasina - pytanie

[ednet 136]

Zrobiłem uczenie Spamassasina wg tutorialu:

http://help.directadmin.com/item.php?id=358

 

Nie rozumiem tylko czy uczenie przebiegło prawidłowo.

Nie potrafię zinterpretować tego wyniku.

 

Po wykonaniu mam poniższy wynik:

serwer:/home/user/imap/user.pl/biuro/Maildir# /home/user/.spamassassin/teach.sh
learning spam via /home/user/imap/user.pl/biuro/Maildir/.INBOX.teach-isspam...
Learned tokens from 354 message(s) (354 message(s) examined)

learning ham via /home/user/imap/user.pl/biuro/Maildir/.INBOX.teach-isnotspam...
Learned tokens from 660 message(s) (661 message(s) examined)

syncing...

current status:
0.000          0          3          0  non-token data: bayes db version
0.000          0      89553          0  non-token data: nspam
0.000          0     316279          0  non-token data: nham
0.000          0     244628          0  non-token data: ntokens
0.000          0 1357724150          0  non-token data: oldest atime
0.000          0 1400680482          0  non-token data: newest atime
0.000          0 1400680490          0  non-token data: last journal sync atime
0.000          0 1400651087          0  non-token data: last expiry atime
0.000          0      43200          0  non-token data: last expire atime delta
0.000          0      85804          0  non-token data: last expire reduction count

[spindritf 240]

Wyłącz Bayesa. Więcej wysiłku niż to warte. Pozostałe reguły (oparte o DNSBL-e, etc.) możesz stosować gobalnie i działają zdecydowanie mniej zawodnie oraz bez żadnej interwencji ze strony użytkowników czy admina.

 

Ja mam serwer, który całymi tygodniami nie przyjmie nawet jednej wiadomości spam. I nie z braku wysiłku ze strony spammerów:

 

# grep ^P /var/log/exim4/rejectlog.1 | wc -l
490

Poza SA używam też ACL-i i greylistuję wiadomości, co do których nie mam pewności, te którym domyślnie skonfigurowany debianowy SA przyzna wynik od 2 do 7.

[ednet 136]

Będę musiał poczytać o ACL / Greylist.

 

Co do interpretacji wyniku uczenia to oznacza on że

SA nauczył się 89553 mejli jako spam i 316279 mejli jako ham.

 

Może się to komuś przyda.