Het openen van bijlagen of attachments in een e-mail is niet altijd zonder risico. Een virus scanner helpt hierbij niet altijd omdat alle virussen niet meteen worden herkend, zeker als ze net nieuw zijn. Onlinespamfilter heeft daarom een systeem dat de meeste gevaarlijk bijlagen automatisch blokkeert en de gebruiker een bericht stuurt zodat de verdachte bijlage kan worden geïnspecteerd. Dit voorkomt veel ellende. Maar hoe beheer je dit systeem nu goed?
Als u als klant van Onlinespamfilter ineens zes spamberichten op een dag binnenkrijgt, dan kunnen wij ons voorstellen dat u begint te twijfelen aan onze dienstverlening. Als wij ons werk goed doen, zou er immers hooguit sporadisch eens een ongewenst mailtje doorheen kunnen glippen. Meestal is er dan echter iets anders aan de hand: u heeft te maken met zogenaamde ‘A-record spam’.
Kent u dat? U heeft al drie keer uw Postvak In ververst en nog steeds geen spoor van dat mailtje met die bevestigingslink. Of iemand beweert uw mail nooit gehad te hebben, terwijl u zeker weet dat u hem hebt verstuurd. In praktijk blijken alle mails die op één of andere manier ‘verdwenen’ zijn terug te vinden in ‘Mail Geschiedenis’ van Onlinespamfilter. Hoe het werkt? Dat leggen we graag uit.
Spammers veranderen continu van aanpak om spamfilters te slim af te zijn. Een spamfilter moet dus bij de tijd blijven. De vorige keren legden we uit dat spamfilters leren van woordcombinaties en de opbouw van e-mail, maar ze houden nog veel meer data bij. Denk aan afbeeldingen en url’s in de e-mail of het gedrag van servers en IP-adressen. Het verzamelen en analyseren van data over de context van e-mails stelt spamfilters in staat om razendsnel nieuwe verbanden te zien.
Spammers veranderen continu van aanpak om spamfilters te slim af te zijn. Een spamfilter kan dus niet stil blijven staan. Vorige keer legden we uit hoe spamfilters leren van het analyseren van woordcombinaties in e-mails. Behalve naar de woorden kijken spamfilters ook naar de opbouw van een mail. Hoe leren ze daarvan?
Spammers veranderen continu van aanpak om spamfilters te slim af te zijn. Een spamfilter kan dus niet stil blijven staan. Het spamfilter van Onlinespamfilter leert op maar liefst vier verschillende manieren. De komende weken gaan we op elk van die manieren in. In deel 1 van deze serie: de statistische analyse van woorden in e-mailberichten.
Blacklists voor spam zijn lijsten van bijvoorbeeld internet adressen, websites en e-mail afzenders die door spammers in het verleden zijn gebruikt. Zo’n blacklist wordt soms gebruikt om vast te stellen of er sprake is van spam of niet. Dit lijkt handig, maar heel vaak gaan spamfilters juist door gebruik van een blacklist de fout in.
Een vriend die u zogenaamd vraagt om geld over te maken, een ‘oom’ die waarschuwt voor een nieuw virus, een onverwacht verzoek van uw financiële adviseur om uw gegevens te bevestigen: spam is tegenwoordig een hoogst persoonlijke zaak. Hoe zijn we hier beland? En wat is de volgende stap?
Al geruime tijd zijn malware en spyware een belangrijke manier voor spammers om hun slachtoffers uit te buiten. Eigenlijk is spyware een vorm van de meer algemene term malware. Malware wordt het beste gedefinieerd als een programma dat op uw computer draait en zonder uw medeweten taken uitvoert die u of anderen kunnen beschadigen. Vaak kan malware maanden of jarenlang zijn gang gaan zonder dat de eigenaar van de computer er weet van heeft.
We schreven er al eerder over: ransomware. Een ellendige stukje malware dat uw belangrijke bedrijfsbestanden versleutelt en dreigt te vernietigen als u niet snel met geld over de brug komt. Zelfs als u betaalt is vrijgave van uw documenten niet gegarandeerd. In navolging van onze tips om schadelijke e-mails te herkennen, gaan we deze keer in op de vraag: hoe beperkt u de schade als online afpersers u toch te pakken hebben?
Nieuwsbrief
Nieuwe artikelen direct in je mailbox. Je krijgt eerst een bevestigingsmail; afmelden kan altijd met één klik.
We gebruiken je e-mailadres alleen voor de nieuwsbrief. Lees ons privacy statement.
