2010.09.29.
ITBN 2010
Tavaly nem tudtam elmenni, de idén ismét voltam a két napossá bővült ITBN 2010 rendezvényen. Én azonban csak a 2. nap második felén tudtam részt venni, ahol a 16. teremben az antivírus szekciót hallgattam végig.
A SafeSoft az Avira nevű antivírus szoftverről mondott sok jót. Az előadó a végén arra biztatta a hallgatóságot, hogy kérjenek igazolást az AV-szoftverük gyártójától, hogy az nem tartalmaz backdoor-t. Rögtön hozzá is tette, hogy ezzel nem akar semmit sem sugallni (nyilván nem…), majd egy székely viccel fejezte be: Bácsit megkérdezik, hogy isznak-e a halak vizet? Hát nem tudom fiam, de lehetőségük az van rá. Bán Tibor azzal fejezte be, hogy mivel az antivírus szoftverek “rendszer” jogosultsággal futnak, ezért lehetőségük van rá…
Ezután Muktadir Khan beszélt a GFI megvásárolta VIPRE-tól, és megtudtuk, hogy a VIPRE über szofisztikált emulációt alkalmaz, amivel semlegesíteni tudják a vírusírók sok-sok leleményes trükkjét. Meg persze azt is, hogy a VIPRE a legszebb, legjobb, leg… a vírusírtók mezőnyében.
Majd Leitold Ferenc beszélt a vírusírtók teszteléséről, amiből azt szűrtem le, hogy egy adott gyártó egyetlen termékének sem egyszerű a tesztelése, ill. “don’t try thiz @home”, mert ez egy nagyon összetett dolog, amihez (többek között) rengeteg gép szükséges.
Végül minden tiszteletem azoké, akik túlélték a ‘SPAM? Már szinte el is felejtettem, mi az’ című előadásomat
Ebben arról agitáltam a hallgatóságot, hogy a statisztikai spamszűrők nagyon jó hatásfokkal védik a postafiókjainkat. 2007-ben a freemail.hu 18 M levelet kapott és dolgozott fel naponta, amelyeknek csak a spamszűrésével 18 db dedikált HP DL 145(?) foglalkozott akkor. Találd ki, hogy ezt a levélmennyiséget hány desktop PC képes elvinni, ha clapf fut rajtuk?
Az előadásokat követő szekcióülésen kaptam 1-2 kérdést én is. Az egyik az volt, hogyan veszi észre a felhasználó, ha a spamszűrő hibázott? A fals negatív hibát egyszerűbb: az iinbox-odban spamet fogsz találni. A fals pozitív hiba esetén a levelet a junk mappádban esetleg a karanténban találod meg (ha keresed), vagy a levelezőpartnered rádcsörög, hogy miért nem válaszolsz a levelemre?! Igazából e tekintetben nincs különbség a spamszűrők között: mindegy, hogy statisztikai- vagy más módon működő szűrőről van szó, A fals pozitív hibák okozta gyötrelem enyhíthető úgy, ha a felhasználó pl. minden nap kap egy összesítő levelet a karanténjáról. Egy másik módszer kissé brute force jellegű: időnként át kell böngészni a junk foldert. De az is segíthet, ha a kritikus partnereket fehérlistára vesszük. Sajnos még a statisztikai spamszűrők sem tévedhetetlenek, de megfelelő tanítás után az FP hibák aránya minimális (1 ezrelék alatt).
Egy másik kérdés arra vonatkozott, hogy mi van, ha a spammerek az én spamszűrőmet letöltik, és addig módosítják a spamet, amíg az át nem csúszik rajta? A válasz az, hogy ezt egy kereskedelmi (statisztikai spamszűrő) termék esetén talán meg lehet tenni, ahol a gyártó központilag reszel egy token adatbázist. Azonban én csak a szoftvert adom, a token adatbázist neked kell elkészítened. Mivel ez minden installációnál más és más, ezért elhanyagolható annak az esélye, hogy egy spammer olyan spamet tudjon készíteni, ami mindegyik token adatbázison átcsúszik.
Egy másik fogós kérdés azt vetette fel, hogy mi van, ha a spammer trükkös levele átcsúszik (mert pl. előző éjjel még nem ismeri fel a szűrő spamadatbázis mintája), és minden dolgozó megkapja reggel, mire dolgozni jön (mint spam)? Elképzelhető egy ilyen forgatókönyv, de szerintem csak ritkán. Egy cégnél közös tokenadatbázist használva gyorsan felkúszik a pontosság 99% fölé, ill. csapda email címek segítségével a spammerek is segítenek (önszántukon kívül) a spam leveleik elleni ‘védőoltásban’.
Amikor a statisztikai szűrők pontosságáról beszéltem, akkor megemlítettem, hogy egy 2008-as előadásban egy hazai forgalmazó azt állította, hogy az egyes gyártók 99,99..9%-os pontosság ígérete szimpla hazugság. Egy másik forgalmazó azt írja, hogy a gyártók szeretik felfelé kerekíteni a számokat. Magam is próbáltam olyan terméket, amely hibaaránya 1 a millióhoz – papíron. A gyakorlatban pedig 1% fölötti FP-hibát produkált a leveleimmel. Szóval ennyi bevezető után úgy éreztem, nincs okom pironkodni a statisztikai szűrők 0.1%-os FP és 0.5%-os FN hibaaránya miatt. sőt, ezeket konzervatív becslésnek tartom. Egy jól betanított szűrő ennél jobbat is tud.







