勝手に送りつけられる必要の無いメール(スパムメール)と必要なメールをいちいち振り分けるのは意外と大変なものです。
ここでは、そのようなメールを自動的にスパムメールとして振り分けるためのスパムフィルターの設定方法を説明します。
▲コントロールパネルにログインして、 「 メール 」 アイコンをクリックしてください。
初期設定でスパムフィルターは有効になっています。
▲次にスパムフィルターの詳細な設定を行います。
スパムフィルターの詳細な設定は個々のメールアドレスごとに行う必要があります。
▲設定を行いたいメールアドレスをクリックしてください。
▲次に 「 スパムフィルター 」 アイコンをクリックします。
スパムフィルターの設定画面が表示されます。 ここでは、各メニューごとに設定していきます。
▲以下を参考にして設定します。完了後、「 設定 」 ボタンをクリックします。
| サーバの設定を 利用する |
スパムフィルター機能によって、受信メールにスパムと疑われるかどうかの点数を付けられます。何点以上をスパムとして扱うかを設定します。問題がなければ初期値の「7」のままで運用してください。 |
|---|---|
| スパムとして みなす数 |
スパムフィルターの精度を設定します。問題がなければ初期値の「7」のままで運用してください。 |
| スパムメールの 処理 |
処理のしかたを指定します。削除することも保存することもできます。 |
| スパムとして みなす件名 |
スパム判定されたメールの件名を書き換えることが出来ます。チェックをつけ、文字を入力すると元の件名に設定した文字が付け加えられます。メールソフトの振分設定用にご利用下さい。 |
【注意点】
スパム判定精度は100%にはなりません。
そのため「スパムメールの処理」を「削除」する設定をすると、正常メールを削除する可能性もございますのでご注意下さい。
「スパムメールの処理」は「スパムと認識して、メールボックスに保存する」設定をした上で、メールソフトにて振分設定をしていただくことを推奨しています。
▲このリストに一致するメールアドレスは常にスパムメールとして認識されます。
リストに追加するときは上の E-mailパターンフィールドにアドレスを入力し、追加ボタンを押します。
逆に削除するときはリストからアドレスを選び、削除ボタンをクリックします。
▲このリストに一致するメールアドレスは常にスパムメールではない無害なメールと認識されます。
リストに追加するときは上の E-mailパターンフィールドにアドレスを入力し、追加ボタンを押します。
逆に削除するときはリストからアドレスを選び、削除ボタンをクリックします。
スパム判定の制度をより高めるためにはトレーニングツールを利用します。
スパムフィルタのトレーニング対象となるのはサーバ上に保存されているメールだけです。そのため、スパムフィルタのトレーニングをおこなう場合は、事前にメールソフトを設定し、サーバにメールを残すようにしておくか、メールを受信する前にトレーニングをおこなってください。
ここではOutlook Expressでサーバにメールを残す設定方法を紹介します。

▲Outlook Express画面内にある、 「 ツール(T) 」 タブをクリックし 「 アカウント(A) 」 を選択します。

▲設定を行いたいメールアドレスを選択し、 「 プロパティ(P) 」 を選択します

▲プロパティ画面上の 「 詳細設定 」 タブを選択します。

▲「 詳細設定 」 タブ内の配信欄の 「 サーバーにメッセージを置く 」 のチェックボックスにチェックを入れます。必要に応じて 「 サーバから削除する 」 、 「 「削除済み 」 を空にしたら、 「 サーバから削除 」 にチェックをいれます。
以上で設定は終わりです。

▲スパムフィルターのページの上部にある 「 トレーニング 」 ボタンをクリックします。

▲スパムフィルタートレーニングの画面が表示されます。

▲メールに受信されているメールが一覧表示されています。このメールをスパムメールと通常メールに振り分けて登録することで、スパムメールの判別の精度を高めることができます。
スパム該当するメールの右端のチェックボックスにチェックを入れて 「 It's Spam 」 をクリックすることで、スパムメールとして登録できます。

▲登録後、Infoの欄に表示されている 「 Message learned 」 の 「 as spam 」 の数字が増加します。

▲また受信する通常メールの右端のチェックボックスにチェックを入れて 「 It's Not Spam 」 をクリックすれば、このメールを通常のメールとして登録できます。

▲登録後、Infoの欄に表示されている 「 Message learned 」 の 「 as non-spam 」 の数字が増加します。
SPAMかどうかの判断は非常に繊細であるため、実際に学習効果が現れるまでにはas spamとして200件以上、non-spamメールとして200件以上の登録が必要となります。精度を高めるためにはより多くのメールを学習させてください。
![]()