利用第三方产品帮助exchange过滤垃圾邮件_exchange server

　　许多公司运行垃圾邮件的过滤不是因为他们想那样做，而是因为他们不得不那样做。如果没有一些形式的保护措施，UCE（或者主动提供的商业的电子邮件，即垃圾邮件的官方的命名）的全部容量能使一个电子邮件账号几乎无用。这些可以通过直接在Outlook里过滤来做，典型的就是在电子邮件服务器里来做，但是它也可以在桌面上来做。为什么在Outlook里反对在邮件服务器网关执行垃圾邮件的过滤呢？因为在网关做过滤可能是简单的，但是是不可能的。如果你的公司正在使用的不比简单的POP3邮箱好并且不能提供它自己的邮件服务器，那么通过Outlook过滤也许是唯一可能的方式。

　　你也许会遇到这样的情形，用户倾向于使用他们自己定制的垃圾邮件的选择过滤器而不是使用外面的专家提供的垃圾邮件的过滤器。高级用户也许需要它们自己的特制的过滤器，因为有可能一个人的垃圾邮件可能是另一个人的重要的邮件。

　　最新版本的Outlook带来了一个内置的垃圾邮件过滤器，而且就在上个星期微软发布了一个提供了一些微小改进的更新版本。这个过滤器允许使用安全用户列表和黑名单用户列表（也就是发送人可以被指定为永远是安全的或一直是发送垃圾邮件的），并且这个更新版本还有一些更精确的过滤和修改的规则。你可以在这里下载它。

　　不仅Outlook内置的垃圾邮件过滤器是有用的，市场上也有许多第三方的产品能够帮助你加强你的反垃圾邮件的努力。你应该考虑的一个产品就是一个叫做SpamBayes的过滤器。免费的并且开放源代码的软件SpamBayes直接进入Outlook作为一个插件程序与之结合并且使用一个限制机制来做垃圾邮件处理。任何一个有90%的可能是垃圾邮件的电子邮件都会被发送到一个“Spam”文件夹，有15%-90%的可能是垃圾邮件的电子邮件会被放到一个“Possible Spam”文件夹，任何有15%以下的可能是垃圾邮件的电子邮件才会被认为是合法的邮件。

　　把一封电子邮件作为垃圾邮件就像在Outlook的工具条上选择并且点击一个按钮那样容易。程序也能够被训练（train）的通过在现有的文件夹里的邮件识别好的和坏的电子邮件，减少训练程序的次数并且使它快速有效。

　　一个小缺陷：程序不能不能通过“Sent items”文件夹阅读邮件（作为训练过滤器的方法），但是它可以通过从“Sent items”文件夹将消息拷贝到一个新的文件夹里，然后从那里训练过滤器（这个一旦做过就不需要重复）。

　　Outlook 2003的用户结合SpamBayes可以通过使用“Unread Mail”文件夹检查任何进来的邮件得到最好的结果，并且设置SpamBayes标记垃圾邮件当作已经阅读的因此在那个意义上它就不是未阅读的了。这样就进一步加快了检查处理速度，因为用户不用通过比较两个文件夹的不同来标记消息。

　SpamBayes也能够用来结合现有的Outlook的消息规则。为了使SpamBayes不妨碍规则（举个例子，一个消息标记垃圾邮件前应该首先被规则处理过），在SpamBayes里的一个设置选项就是信息标记之前的是被处理过，并且在每个消息被标记之间有一段延时。一个开始的延时是1秒，一个处理的延时是0.2秒才能保证规则不被超越。SpamBayes增加了一个定制所有权(叫作“Spam appropriately enough”)显示一条消息的垃圾邮件计分，从0到100%。这个可以被增加来为收件夹或者垃圾邮件文件夹（不幸的是，虽然不是未阅读邮件的意思）作为用户自定义的域。

　　SpamBayes也能够通过一个Web浏览器使用它的分类功能被访问用来作为一个代理服务而不是Outlook的插件程序。虽然多用户粒度在每个用户运行SpamBayes的Outlook的拷贝将丢失，但这是一个为整个组织快速创建一个spam-screening系统的很好的方法。至今也没有一个方法作为一个代理服务使用Outlook插件程序SpamBayes运行对话。每个人也不得不在自己的利益基础上设定将电子邮件作为垃圾邮件和好邮件分类的责任。SpamBayes是没有想得到什么的唯一的免费的spam-fighting产品，但是它也许是最专业的和慎重考虑后产生的。

　　另一个强大的免费的并且开放源代码的在桌面上屏蔽电子邮件的系统是POPFile。POPFile更多的是被设计成一个普通的电子邮件分类器，虽然它为spam-fighting包含了许多聪明的策略。就是说，POPFile跟SpamBayes比较有一些劣势。有一个就是它的缺省接口是通过一个Web代理，这使它在多用户环境里很有用，但只是等于一个点。有一个Outlook插件程序，叫做Outclass，但是它使第三方写的并且不被其他的作者支持。这个插件程序也不能再多用户的方式下工作；它只能在Outlook的插件程序的表面简单的使用POPFile的分类引擎。

　　POPFile也没有一个“疑似垃圾邮件（Possible Spam）”分类，因此用户不得不经常进入垃圾邮件文件夹查看并且手动确定哪些消息不是垃圾邮件。POPFile也没有像SpamBayes那样简单的从现有的电子邮件里训练的能力。