ベイジアンフィルタリング

ベイズ統計を用い、単語の出現傾向から迷惑メールらしさを確率的に判定する方式。利用者が誤判定を訂正するほど精度が上がる学習型のスパム対策である。

ベイズ理論に基づき、単語の出現頻度から迷惑メールである確率を計算して振り分ける手法。利用者が判定結果を訂正することで学習が進み、精度が向上する。

迷惑メールと正規のメールに含まれる単語などの出現の頻度を学習し、ベイズの定理を使って、受信したメールが迷惑メールである確率を計算して判定するフィルタリングの方式。利用者が判定の誤りを修正するたびに学習し、その利用者の受信の傾向に合わせて精度が高まる。

自組織と無関係な送信者・宛先のメールをそのまま転送してしまうメールサーバの設定不備。迷惑メールの大量送信に悪用され、送信元として自組織が拒否リストに載る。中継を認証済み利用者や自ネットワークに限定して防ぐ。

経営者や取引先になりすましたメールで担当者をだまし、攻撃者の口座へ送金させる詐欺。マルウェアを使わず業務メールを装うため技術的な検知が難しく、送金手続の多重承認や別経路での事実確認といった業務面の統制が要となる。

送信元ドメインのDNSに、そのドメインからメールを送ってよいメールサーバのIPアドレスを公開しておき、受信側が送信元IPと照合して詐称を判定する送信元ドメイン認証技術。転送されたメールでは失敗しやすい。

送信側がメールにデジタル署名を付け、受信側がDNSで公開された公開鍵で検証する送信元ドメイン認証技術。送信元IPアドレスに依存しないため、転送を経ても検証でき、本文の改ざん検知にもなる。

SPFとDKIMの検証結果を踏まえ、認証に失敗したメールをどう扱うか（何もしない・隔離・拒否）を送信ドメイン側がDNSで宣言する仕組み。受信側からの認証結果レポートを受け取れる点も特徴である。

メール送信時にSMTPサーバが利用者IDとパスワードで送信者を認証する仕組み。認証された利用者だけに送信を許すことで、第三者中継の悪用や迷惑メールの踏み台化を防ぐ。