Содержимое раздела
Этот раздел посвящен этапам формирования базы данных тестовых электронных писем, состоящей как из легитимной корреспонденции, так и из образцов спама. Подробно описываются источники спам-сообщений (например, открытые базы данных спама, собственные сборы), методы их классификации и категоризации. Особое внимание уделяется обеспечению репрезентативности выборки, чтобы тестовые данные отражали современные тенденции в рассылке нежелательной почты (например, фишинг, рекламный спам, мошеннические письма). Также описываются методы анонимизации и обработки исходных данных для соблюдения конфиденциальности и безопасности. Подготовка легитимных писем для тестирования ложных срабатываний также будет детально описана. В этом разделе обосновывается принятый подход к сбору данных для обеспечения максимально объективной оценки исследуемых систем фильтрации, а также обсуждаются любые ограничения, связанные с доступом к реальным потокам спама, и пути их минимизации. Процедуры верификации и валидации собранных данных также будут обозначены.