Das klingt unmöglich? Ist es auch, jedenfalls für Anti-Spam 1.0-Lösungen. Gegen Spam 2.0 brauchen wir Anti-Spam 2.0, um uns zuverlässig vor Werbe-Mails zu schützen. Dieser Spam-Schutz sollte sich durch zusätzliche proaktive Technologien auszeichnen, wenn er Erkennungsraten von 99,5 Prozent oder gar höher haben soll. Häufigerer Update der Regeln und das Vertrauen in die Blacklists reichen in diesem Fall nicht mehr aus.
Die bisherigen reaktiven Technologien sind veraltet, sie öffnen die Türen und sind somit anfällig gegenüber den leistungsstarken Botnets. Auch wenn das Regelwerk anstatt stündlich künftig sogar minütlich aktualisiert wird, ist der Schutz vor Spam unzureichend. Das Wachstum der Botnets und einhergehend der drastische Anstieg der Spam-Mails ist auch langfristig nicht zu stoppen.
Wie könnte denn eine AntiSpam 2.0-Lösung aussehen? Derartige Software müsste automatisiert trainiert werden, damit sie "Ham" (das Gegenteil von Spam) eindeutig als solchen detektiert, nur in diesem Falle kann das System zuverlässig vor Spam-Attacken geschützt werden.
Das automatische Training kann so eingestellt werden, dass die Software fortlaufen Spam- und Ham-Nachrichten aus verschiedenen Quellen sammelt. So lernt das System selbständig die Eigenschaften der Benutzer und wird ständig aktualisiert. Ein derartiger Filter reagiert wesentlich schneller auf neue Spam-Bedrohungen als die herkömmlichen Anti-Spam-Produkte.
Wie erkenne ich Ham?
Das Problem mit den unerwünschten Nachrichtei besteht generell darin, dass der Schwerpunkt zu sehr auf die Spam-Erkennung gelegt wurde. Spam ist doch nicht wichtig! Wichtig sind für den Benutzer nur die Nachrichten, die er auch bekommen will, als Ham. Wenn eine eine Anti-Spam-Lösung zuverlässig alle Ham-Nachrichten erkennt, dann sind zwangsläufig alle anderen E-Mails aus Sicht des Empfängers Spam-Nachrichten.