我有个问题。 是否使用sa-learn教关于垃圾邮件的spamassassin和火腿呢？ 如果我不使用它，因为我的邮件服务器中没有垃圾邮件或火腿样本？
sa-learn通常用于存储在机器上的邮件（以mbox或maildir格式），并且只在您分别提交垃圾邮件和火腿时才起作用。 如果你打算使用它，最好使用两个例子来防止过滤偏差。
这里有一个很好的文档，通过过程和细节，但它确实需要本地存储的邮件（在任何一种格式）。
说了这个，我在几个盒子上使用了SA，从来不使用sa-learn，它仍然做得非常好。 我确实使用了许多不是基于SA的反垃圾邮件技术，尽pipe…
我同意Mark Regensberg的回答，但要更具体一些：据我所知，SpamAssassin的sa-learn和其他贝叶斯元素只影响贝叶斯testing（您可以看到目前完整的SAtesting列表以供澄清）。
也就是说，无论您是否使用sa-learn，所有基于规则的testing都能发挥完全的效果。 只有BAYES_nn规则的匹配受到sa-learn --ham和--spam的贝叶斯引擎的个性化培训的影响。
话虽如此，其中一些testing得分相当高 – 根据贝叶斯引擎认为它的“垃圾”，邮件的评分可能会受-1.9到+3.8之间的影响 – 所以我发现了很多在给我的引擎一些培训的价值。 正如马克指出，你需要将你的火腿和未被发现的垃圾邮件分别存档，才能做到这一点。
在回答Mark给Mark的回复时，“其他”技术使我的垃圾邮件比任何其他垃圾邮件都大大减less，通过消除“即忘即忘”邮件，我的垃圾邮件减less了90％以上。 对收到的电子邮件引入SPF过滤是第二最有效的，削减了约5％。
SpamAssassin有相当多的技术来发现垃圾邮件。 其中之一就是它的正则expression式（正如MadHatter的回答所指出的），但是这些日子并不是非常有效的。 另一个（MadHatter也注意到）是SPF，但是我可以这样说，它的能力可以忽略不计。
SpamAssassin中最有效的技术是贝叶斯检测和在线查找（ DNSBLs （又名“RBLs”）和URI DNSBLs ，以及哈希系统（如Razor和Pyzor） ，另请参阅安装Razor和安装Pyzor的SA wiki页面。
在线查询是最简单的; configuration他们的权利，你很好去。 他们会及时跟上垃圾邮件的攻击，这些垃圾邮件会抵达各种垃圾邮件陷阱networking（honeypots），但是它们不会保护你免受雪蹄（太快）或者像鱼叉捕捉（太小）的攻击。
贝叶斯检测需要不断的维护。 这是一个机器学习系统，因此必须定期接受有关错过的内容（以及错误地捕获的内容）的培训。 获得的关注越多，获得的效果越好。
SpamAssassin有一个自动学习系统 ，假设所有非常高得分的垃圾邮件都应该被学习，所有非常低得分的火腿都应该像火腿一样学习。 问题是只能从容易的方面学习，特别是对于火腿，可能会从错误分类的邮件中学习，这将加强SpamAssassin的错误。
SpamAssassin的部署不应该信任自动学习，无需额外的手动培训。 这是为了补充手动培训，而不是取代它。 你必须使用sa-learn （或spamassassin --report ，这也报告给Pyzor，Razor和SpamCop DNSBL）。
您可以在SpamAssassin wiki上了解有关Bayes的更多信息。