A legtöbb antispam program kulcsszavak segítségével különíti el a reklámleveleket, ezeket azonban könnyű kicselezni, elég csak felcserélni két betűt, egyes betűket számmal helyettesíteni, beiktatni egy kötőjelet vagy szóközt, és így tovább. A kulcsszavas filterek ezért csak a spamek nagyon kis hányadát tudják megállítani, ráadásul túl nagy kifejezéslista esetén fennakadhatnak a szűrőn a valódi levelek is.
Statisztikai módszerek
Paul Graham amerikai szoftverfejlesztő egy teljesen más megoldással állt elő, az általa kifejlesztett program jelenlegi verziója állítólag 99,7 százalékban kiszűri a kéretlen reklámleveleket. A szoftver Bayes-eljárást használ a levelek kiszűrésére, amely annak valószínűségét számolja ki, hogy egy levél szemét-e, vagy fontos üzenet. Más Bayes-filterek, például a CRM114 néven ismert technológia még nagyobb pontossággal dolgozik, írja a BBC.
Graham statisztikai módszerekkel elemzett több ezer spamet, és meghatározta a 15 legfőbb jellemzőjüket. A filter minden érkező levelet megvizsgál, hogy hány feltétel teljesül rá. A jellemzők között szerepelnek szavak is, de javarészt kevésbé nyilvánvaló tulajdonságokra kell gondolni, például formázási kódokra vagy a levelek fejlécének bizonyos jellegzetességeire.
Tiltani is kell
Graham szerint a Bayes-filterek idővel megállíthatja a spammereket. A kéretlen leveleket olyan nagy mennyiségben küldik ki, hogy a nyereséghez elegendő, ha a címzettek csupán 0,0001 százaléka válaszol. A reklámok 90 százalékának kiszűrésével a spammerek költségei akár a tízszeresére is nőhetnek, ami könnyen ellehetetleníti őket, véli Graham.
Mások nem hiszik, hogy a spammerek valaha is felhagynak tevékenységükkel. "Ez olyan, mint egy fegyverkezési verseny: a spammerek mindig újabb trükkökkel állnak elő, mások meg újabb módszereket fejlesztenek ezek felismerésére" - mondta a BBC-nek James Key, a Blackspider Technologies antispam cég technikai vezetője. Szerinte a szűrés mellett törvényi tiltásra is szükség van a spam megállításához.