Telegrammstil

Keine Zeit STOP Uni 10. Semester Behandlung Doktorarbeit Examen STOP Wenn Freizeit wieder Weblogeinträge STOP Dann auch 100 Sachen und eigene Pakete für LaTeX-Know-How wegen Dissertation STOP

Deutschgalerie

In meiner Deutschgalerie hat sich seit langer Zeit nichts mehr getan. Frei nach dem Motto „Schuster, bleib bei deinen Leisten“ habe ich mich schweren Herzens dazu entschieden, diesen Teil meiner Homepage ersatzlos zu streichen, insbesondere in Anbetracht der Tatsache, daß es ja genügend Weblogs gibt, die sich einzig und allein dem Kampf gegen den Niedergang der deutschen Sprache verschrieben haben. In diesem Sinne verweise ich für Interessierte auf die Seiten, die damals die Inspiration für die Deutschgalerie waren:

• Deppen Leer Zeichen
• Das Kapostropheum
• Die Agopunktions-Galerie

Viel Spaß damit :-)

Spam – eine Zwischenbilanz

Da ich in letzter Zeit unerhört viel Spam bekomme (neu: für irgendwelche Russischen Pornoseiten, mit nem Haufen Text, der vermutlich kyrillisches Alphabet mit falscher Kodierung ist), muß ich jetzt wirklich mal ein bißchen mit meinem Bayesschen PHP-Spamfilter b8 rumprahlen. Ohne mir selber auf die Schulter klopfen zu wollen hier die Statistik über Spamaufkommen, die ich jetzt seit ein paar Monaten erstelle:

• 1382 Einträge in Weblog und Gästebuch, 101 davon Ham, keine falsch positiven Einträge, 1281 Spam, davon 11 falsch negative. Das heißt für die Performance von b8:
• 99,15 % Sensitivität, der für diesen Fall interessanteste Wert: d. h., daß b8 mit einer Wahrscheinlichkeit von 99,15 % einen Spam-Eintrag auch richtig als solchen erkennt. Das kann sich sehen lassen, oder?!
• 100 % positive Vorhersage. Das ist äußerst wichtig für einen Spamfilter, weil: d. h., daß jeder einzelne von b8 als Spam klassifizierte Eintrag auch wirklich Spam war und somit kein einziger Ham-Eintrag fälschlicherweise rausgeflogen ist. Weil ein Spam-Eintrag, der fälschlicherweise als Kommentar im Weblog landet, ist bei weitem nicht so schlimm wie ein Ham-Eintrag, der fälschlicherweise rausfliegt!

Das waren jetzt die wichtigen Werte – aber der Vollständigkeit halber hier noch die beiden anderen Ergebnisse der Vierfeldertafel:

• 100 % Spezifität, d. h., daß jeder einzelne Ham-Eintrag von b8 auch als solcher erkannt wurde und schließlich noch
• 90,18 % negative Vorhersage, d. h., daß immerhin 90,18 % der Einträge, die b8 als Ham klassifiziert, auch tatsächlich Ham sind. Daß das nicht mehr ist (obwohl der Wert im Vergleich zu dem, der bogofilter beim E-Mails-Klassifizieren meines Postfachs erreicht, nämlich 62,85 %, sich schon immer noch sehen lassen kann!), liegt einfach daran, daß die im Verhältnis zu allem Spam-Einträgen wenigen falsch negativen Einträge im Verhältnis zu den insgesamt wenigen Ham-Einträgen stärker ins Gewicht fallen.

Also ich muß sagen, ich bin gut zufrieden mit dem, was b8 so tut :-)

b8-0.4.2

I just uploaded a bugfix release of my Bayesian PHP spam filter b8. version 0.4.2 fixes a problem that occured when a database was emptied using the interface and no backup was recovered afterwards but the database was simply re-filled with new data. Thanks to Robert Utnehmer for the bug report :-)

The more important update was done to the documentation. The configuration files of b8 are plain text files that will normally be sent by the web server as-is if they are requested via HTTP. For this reason, one could, in case e. g. MySQL is used as b8's storage backend and no shared connection is used, read user names and passwords in clear text if one knows the URL of the configuration file.
As a consequence (and of course also because of the administation interface if used) I strongly recommend to protect the whole directory of b8 via .htaccess to prevent unauthorized access.

This is now mentionned in the documentation.

Have a lot of fun using b8 :-)