Filtrování zpráv

Filtrování zpráv je proces zpracování e-mailových zpráv za účelem jejich organizace dle zadaných kritérií. Nejčastěji se jedná o automatické zpracování příchozích zpráv, ale termín se vztahuje i na zákrok člověka spolu s anti-spamovými technikami stejně jako na odchozí e-maily.

Vstupem softwaru pro filtrování zpráv je e-mail. Software poté buď doručí zprávu do uživatelovy schránky nezměněnou, přesměruje zprávu na jiné místo nebo dokonce e-mail zahodí. Některé filtry jsou schopny během zpracování zprávu i upravit.

Historie filtrování

Počátky ručního filtrování

Na počátku e-mailové komunikace bylo filtrování zpráv především manuálním procesem. Uživatelé vytvářeli složky a ručně přesouvali e-maily podle odesílatele, předmětu nebo obsahu zprávy. První e-mailoví klienti, jako Eudora nebo Lotus Notes, nabízeli pouze základní funkcionality pro organizaci pošty, ale neumožňovali automatické třídění v rámci procesu.^[1][2]

Automatizace a algoritmy

S rapidním nárůstem objemu elektronické pošty a rozvojem internetu se objevila potřeba efektivnějších nástrojů pro organizaci a filtraci zpráv. V 90. letech byly vyvinuty první filtrační systémy, které pracovaly na základě jednoduchých pravidel, jako je blokování zpráv od konkrétních odesílatelů nebo identifikace klíčových slov. Tato pravidla umožnila základní automatické třídění e-mailů a filtrování spamu, kde i přesto byla omezena svou statickou povahou.^[3]

Využití strojového učení

V roce 1998 došlo k posunu ve filtraci spamu pomocí bayesovskému modelu, který představili Sahami a jeho tým.^[4] Tento model uplatnil pravděpodobnostní analýzu obsahu e-mailů a prokázal vysokou účinnost v automatickém třídění zpráv. Jeho úspěch inspiroval další výzkum a rozvoj pokročilých algoritmů a technologií zaměřených na zlepšení klasifikace e-mailů.^[3]

V následujících letech byly vyvinuty pokročilejší algoritmy, jako jsou Support Vector Machines (SVM)^[5] a neuronové sítě, které umožnily přesnější klasifikaci e-mailů. Tyto technologie se staly základem moderních e-mailových klientů a služeb, které dnes využívají pokročilé techniky strojového učení pro automatické třídění, dále detekci spamu a phishingu.^[6][3]

Důvod filtrování zpráv

Obvyklé využití e-mailových filtrů spočívá v organizaci příchozích e-mailů a odstraňování spamů a počítačových virů. Občas se využívá i k vyšetřování odchozích e-mailů v některých společnostech, aby bylo zajištěno, že zaměstnanci splňují příslušné povinnosti. Uživatelé mohou také využít e-mailového filtru pro upřednostnění zpráv a zařazení zpráv do složek podle předmětu nebo jiných kritérií.

Zde jsou uvedeny výhody a nevýhody filtrování zpráv, které mohou tento proces zlepšit nebo ovlivnit a přinést určité výzvy:

Úspora času a zlepšení organizace

Filtrování zpráv přináší efektivní organizaci doručené pošty a šetří uživatelům jejich čas. Filtry a štítky zajišťují, že důležité e-maily jsou okamžitě přístupné bez provedení manuálního vyhledávání.^[7][8]

Snížení rizika ztráty důležitých zpráv

Filtrování zpráv napomáhá snižovat riziko, že by uživatel mohl přehlédnout důležité zprávy, které jsou tříděny jako hlavní.^[7][8]

Možnost nesprávného zařazení

Existuje riziko, že významné zprávy mohou být omylem zařazeny mezi spam nebo do nesprávné složky, což může vést k jejich vynechání.^[7][8]

Náročnost na správu pravidel a modelů

Správa pravidel může být pro uživatele složitá, zejména pokud mají nastaveno více filtrů. Kromě toho mohou algoritmy strojového učení požadovat velké množství tréninkových dat a pravidelnou údržbu.^[7][8]

Metody a e-mailoví klienti

E-mailové filtry mohou být nainstalovány uživatelem buď jako oddělené programy nebo jako část jejich e-mailových klientů. V e-mailových klientech si mohou uživatelé „ručně“ vytvořit filtry, které potom automaticky filtrují zprávy dle zadaných kritérií. Většina e-mailových klientů má také automatický spamový filtr. Poskytovatelé internetového připojení mohou také mít nainstalované e-mailové filtry v jejich programech pro přenos e-mailů jako službu pro všechny své zákazníky. Vzhledem k rostoucímu počtu podvodných webových sítí poskytovatelé filtrují URL v e-mailových zprávách k odstranění nebezpečných odkazů dříve, než na ně uživatelé kliknou. Společnosti často používají filtry, aby ochránili zaměstnance a jejich informační technologie.

Mezi nejznámější e-mailové klienty a služby, které automatické třídění nabízejí, patří:

• Microsoft Outlook: Umožňuje vytváření pravidel pro automatický přesun zpráv do určených složek na základě kritérií, jako je odesílatel, předmět nebo klíčová slova.^[9]
• Gmail: Nabízí filtry a štítky pro uspořádání e-mailů, včetně automatického třídění zpráv do kategorií, jako jsou Primární, Sociální a Promo akce.^[10][11]
• Yahoo Mail: Poskytuje možnost nastavení filtrů pro automatické třídění zpráv do konkrétních složek na základě nastavených pravidel.^[12][13]
• Apple Mail: Podporuje vytváření pravidel pro automatické zpracování a třídění příchozích e-mailů do složek nebo jejich označování pomocí štítků.^[14]
• Email.cz: Poskytuje možnost nastavení filtrů pro automatické třídění zpráv do konkrétních složek na základě nastavených pravidel.^[15]

Příchozí a odchozí filtrování

E-mailové filtry mohou zpracovávat příchozí a odchozí e-mailový provoz. Filtrování příchozích e-mailů zahrnuje prověřování zpráv z internetu adresovaných chráněným uživatelům nebo legální ukládání dat za účelem analýzy či evidence. Filtrování odchozích e-mailů zahrnuje opak – prozkoumávání e-mailových zpráv lokálních uživatelů předtím, než mohou být potenciálně škodlivé zprávy odeslaný ostatním uživatelům internetu. ^[16] Jedna z metod filtrování odchozích e-mailů běžně používána poskytovateli internetu je Transparent SMTP proxy, ve které je e-mailový provoz zadržen a filtrován skrze transparentní proxy uvnitř sítě. Odchozí filtrování má také uplatnění na e-mailovém serveru. Mnoho společností používá technologii pro prevenci úniku dat v jejich e-mailových serverech pro odchozí poštu k předejití úniku citlivých informací skrze e-mail.

Úprava dle požadavků

E-mailové filtry mají různé stupně konfigurovatelnosti. Někdy se rozhodují na základě regulárních výrazů. V jiných případech jsou používána klíčová slova v těle zprávy nebo třeba e-mailové adresy odesílatele zprávy. Některé pokročilejší filtry, částečně anti-spamové filtry, používají techniky pro statistické klasifikace dokumentů jako např. naivní bayesovský klasifikátor. Může být použito i filtrování obrázků, které používá algoritmy komplexní analýzy obrázků pro detekování odstínů pleti a specifických částí těla asociovaných s obrázky pro dospělé (pornografické obrázky).

Související články

• Sendmail
• E-mailové whitelisty