Spamfilter für seltsam codierte Mails

spam schrieb:
> Wie kann ich einen Spamfilter einrichten, der solcherart codierte Mail
> sofort als Spam klassifiziert und in den Spamordner schiebt oder gleich
> löscht?

Halte ich für keine gute Idee. Ich bekomme einiges an Spam, aber > 90 % 
der Mails mit UTF-8-codiertem Header oder Body sind kein Spam, sondern 
ganz normale Mails, weil sie beispielsweise deutsche Umlaute enthalten.

Und uuencode ist auch kein Merkmal von Spam-Mails. Damit werden z.B. 
Dateianhänge oder Grafiken in HTML-formatierten Mails übetragen.

Das wird auch kein uuencode sein, sondern ganz normale base64-codierte 
Inhalte. Insbesondere Grafikformate lassen sich nur so in Mails 
übertragen.

Richtig, Base64.

spam schrieb:
> ich bekomme pro Tag duzende Spammails auf meinen gmx-account. All diese
> Mails sind seltsam codiert. Thunderbird zeigt sie korrekt an, aber im
> Mailquelltext sieht das nach einer uuencode-codierung oder ähnlichem aus
> und zwar sowohl im Betreff (beginnend mit =?UTF-8) als auch im Body der
> Mail.

Das sind ganz gewöhnliche Mails, in einem Format, das etwas jünger ist 
als Klartextmails nach RFC 822.

> Ich melde mich dann immer auf der Website von gmx an und drücke bei
> diesen Mails auf den Spam-Button.

Ganz schlechte Idee, wenn du allein nach dem Kriterium der Codierung 
gehst und alles wegfeuerst, das so aussieht.

In erster Näherung kann man dann einfach alle Mails ungelesen löschen. 
Das sorgt dann auch gleich für ein sehr aufgeräumtes Postfach.

Oliver

spam schrieb:
> Aber diese Base64-Seuche scheint sich immer mehr zu verbreiten

Sobald du im Header den Bereich reinen ASCII-Textes verlässt wirds 
bereits unübersichtlich. Ein einziger Umlaut im Subject oder im 
Mail-Namen führt zu Reduktion menschlicher Lesbarkeit des betreffenden 
Eintrags.

Während eine Beschränkung auf reines ASCII bei Deutsch noch leidlich 
vertretbar wäre, ist sie es bei Sprachen anderer Schreibweise nicht. 
Guck mal über den Tellerrand hinaus, die Welt ist grösser als du denkst.

> und die Spammer werden durch Wahl von Betreff und Absender
> immer raffinierter, sodass man nicht filtern kann.

Was Automaten in solchen Mails codieren, das können sie auch wieder 
decodieren. Spam-Filter wie Spamassassin tun dies natürlich.

spam schrieb:
> entsprechend kommuniziere ich nur in Deutsch und in
> Ausnahmefällen in Englisch. Da brauche ich keine seltsamen Zeichen.

Kann sein, dass Du Umlaute nicht brauchst, aber in einem Standard für 
weltweite Kommunikation sind sie einfach nur "seltsame Zeichen", wie 
griechisch, kyrillisch oder CJK. Und das Format von Mails ist nun einmal 
international definiert, nicht national.

> Man sieht, du hast keine Ahnung wie heutzutage Spams aufgebaut sind.

Stimmt. Ich pflege nur gelegentlich einen Spamassassin im Unternehmen. 
Einschliesslich eigener Filter.

> Spamassassin und andere Software hilft da nur in wenigen Fällen weil
> diese nichts anderes tun können als eine Datenbank zu füllen und zu
> vergleichen.

Bisschen mehr macht er schon. Der Bayes-Filter ist nur ein Teil davon. 
Und nicht einmal der wichtigste. Mit dem Filter von z.B. GMX hält er 
nicht mit, aber von "nur wenigen Fällen" kann keine Rede sein.

hope schrieb:
> da kommt sowas bei mir nicht bzw sehr selten vor

Was kommt bei dir sehr selten vor?  Mails mit Umlauten?

Vor 20 Jahren war das im deutschen Bereich in der Tat noch einigermaßen 
zutreffend. Wenn es damals Umlaute gab, waren sie in der Regel als 
ISO-8859-1 codiert und in der Mail dann als quoted-printable eingefügt 
(im Volksmund "quoted unreadable" genannt), in vielen Fällen wurden 
damals die Umlaute noch als ae, oe, ue umschrieben.

Heutzutage dagegen ist UTF-8 schlicht der Standard für internationale 
Texte, und „international“ mein in diesem Sinne eben alles, was den 
US-amerikanischen Bereich von ASCII verlässt, also auch deutsch. Ich 
kenne mittlerweile auch privat nur noch wenige Mailpartner, die von sich 
aus auf Umlaute verzichten würden, und wenn Mails mit Umlauten 
reinkommen, dann sind die eben üblicherweise UTF-8.

Mit HTML-Mails hat das alles übrigens rein gar nichts zu tun. (Im 
Gegenteil: bei HTML ist ISO-8859-1 der Standardzeichensatz und HTML 
hatte schon immer eine Codierung für die darin enthaltenen 
Nicht-ASCII-Zeichen, all dieses ä usw. usf.)

Ein Spamfilter, der nicht in der Lage ist, codierte Betreffzeilen oder 
Mail-Inhalte zu "entschlüsseln", um sie dann näher zu untersuchen, ist 
kein Spamfilter, sondern einfach nur Müll.

Besorg Dir einen besseren Spamfilter, dann hast Du auch keine Probleme 
mit Betreffzeilen wie dieser hier:

1

Subject: =?UTF-8?B?w4RuZGVydW5nc25vdGl6IC0gVXBkYXRlIGdlc3RhcnRldA==?=

Das ist keine Seuche, das ist nichts besonderes, das ist vor allem kein 
Erkennungsmerkmal für Spam.

hope schrieb:
>> Was kommt bei dir sehr selten vor?  Mails mit Umlauten?
>
> private Mails, bei denen ich nicht direkt adressiert bin sondern nur als
> CC:

Das war allerdings nicht das Thema des Threads …