{"id":12078,"date":"2025-08-26T16:49:42","date_gmt":"2025-08-26T19:49:42","guid":{"rendered":"https:\/\/king.host\/wiki\/?post_type=article&p=12078"},"modified":"2025-08-26T16:49:43","modified_gmt":"2025-08-26T19:49:43","slug":"spaminator","status":"publish","type":"article","link":"https:\/\/king.host\/wiki\/artigo\/spaminator\/","title":{"rendered":"Spaminator"},"content":{"rendered":"\n
\"\"<\/a><\/figure>\n\n\n

Voc\u00ea recebe muito spam em seu e-mail? Conhe\u00e7a a solu\u00e7\u00e3o que a KingHost oferece para tratar essas mensagens indesejadas, o Spaminator.<\/em><\/p>\n

<\/span>Como funciona o Spaminator<\/span><\/h2>\n

Antes de mais nada, \u00e9 preciso saber como acessar o cabe\u00e7alho completo de uma mensagem, pois este artigo ensina a analisar informa\u00e7\u00f5es baseadas no cabe\u00e7alho. Existe diversas formas de acessar, dependendo do gerenciador de e-mails que voc\u00ea est\u00e1 utilizando. Para entender melhor, acesse este artigo<\/a>.<\/p>\n

Com o Spaminator, toda mensagem recebida ter\u00e1 um score<\/em> (pontua\u00e7\u00e3o) atribu\u00eddo. Sobretudo, essa pontua\u00e7\u00e3o \u00e9 baseada na an\u00e1lise de diversos aspectos, tais como: consulta do dom\u00ednio em listas RBL, se o assunto da mensagem est\u00e1 em caps lock<\/em> (letras mai\u00fasculas), reputa\u00e7\u00e3o do IP\/Range<\/em>\/ASN, se h\u00e1 links no corpo da mensagem e outros.
O RSPAMD<\/strong> \u00e9 o respons\u00e1vel por atribuir o score<\/em> \u00e0 mensagem. Ele \u00e9, basicamente, um sistema avan\u00e7ado de filtragem de spam, que permite a avalia\u00e7\u00e3o das mensagens por uma s\u00e9rie de regras incluindo express\u00f5es regulares, an\u00e1lises estat\u00edsticas e servi\u00e7os personalizados, como listas de URL e IP suspeitos.
Portanto com base no score<\/em> de spam recebido e nas configura\u00e7\u00f5es do usu\u00e1rio, o RSPAMD recomenda uma determinada a\u00e7\u00e3o para o MTA, como: permitir o recebimento, rejeitar ou adicionar um cabe\u00e7alho.<\/p>\n

<\/span>Como funciona a pontua\u00e7\u00e3o do Spaminator<\/span><\/h2>\n

Para determinar se uma mensagem \u00e9 spam ou n\u00e3o, o Spaminator analisa diversas caracter\u00edsticas e pra cada item classificado como “ruim” \u00e9 atribu\u00eddo uma pontua\u00e7\u00e3o, que pode variar.
Por exemplo, se uma mensagem \u00e9 enviada com o assunto “VEJA AS FOTOS DO FINAL DE SEMANA” (independentemente do que estiver descrito no assunto, mas se estiver tudo em letras mai\u00fasculas), o Spaminator ir\u00e1 atribuir uma pontua\u00e7\u00e3o para este item, que pode ser identificado no cabe\u00e7alho completo como este exemplo:
SUBJ_ALL_CAPS(2.00);<\/strong><\/p>\n

Portanto, a soma de todos os itens analisados ir\u00e1 resultar no score<\/em> que, dependendo da pontua\u00e7\u00e3o, dever\u00e1 executar uma determinada a\u00e7\u00e3o na mensagem.
A pontua\u00e7\u00e3o final dos itens analisados \u00e9 especialmente relevante, pois isso ir\u00e1 determinar qual a\u00e7\u00e3o ser\u00e1 tomada.
Como resultado poder\u00e1 ocorrer tanto um score<\/em> positivo quanto negativo. Enquanto um score<\/em> muito baixo ou negativo \u00e9 considerado como n\u00e3o-spam, por outro lado temos algumas a\u00e7\u00f5es a serem executadas de acordo com cada pontua\u00e7\u00e3o:<\/p>\n

At\u00e9 3.99 pontos<\/strong>: Nenhuma a\u00e7\u00e3o (no action<\/em>), ou seja, a mensagem \u00e9 recebida na Caixa de Entrada<\/strong>.
De 4.00 a 5.99<\/strong>: A mensagem entra em greylisting<\/em> (soft reject<\/em>), isto \u00e9, ap\u00f3s retransmiss\u00e3o do servidor remetente, a mensagem \u00e9 recebida na Caixa de Entrada<\/strong>.
De 6.00 a 14.99<\/strong>: Depois de entrar em greylisting<\/em> (soft reject<\/em>), recebe header<\/em> de spam: X-Spam: yes<\/strong><\/em> (add header<\/em>). Por conseq\u00fc\u00eancia, ap\u00f3s retransmiss\u00e3o do servidor remetente, a mensagem \u00e9 recebida na pasta Spam<\/strong>.
Acima 15.00<\/strong>: A mensagem \u00e9 rejeitada (reject<\/em>), dessa forma n\u00e3o chega na caixa postal do destinat\u00e1rio.<\/p>\n

<\/span>Como fazer o treinamento das mensagens<\/span><\/h2>\n

Para realizar o treinamento de uma mensagem \u00e9 muito simples, basta apenas mover para sua respectiva pasta:
Treinar como SPAM<\/strong>: Movendo uma mensagem para a pasta Spam<\/strong>.
Treinar como N\u00e3o-SPAM<\/strong>: Movendo uma mensagem para Caixa de Entrada<\/strong>.<\/p>\n

Fazendo o treinamento, o Spaminator entende que aquela mensagem deve ser considerada ou n\u00e3o spam. Portanto nas p?oximas vezes que voc\u00ea receber uma mensagem semelhante (baseado no conte\u00fado geral da mensagem), o Spaminator ir\u00e1 tratar como voc\u00ea configurou.
Como resultado, quando voc\u00ea receber uma mensagem e esta for considerada spam, ainda assim voc\u00ea receber\u00e1 a mensagem, por\u00e9m na pasta Spam.<\/p>\n

\u00c9 importante destacar e esclarecer esta informa\u00e7\u00e3o, pois ao mover para a pasta Spam, n\u00e3o significa que voc\u00ea n\u00e3o receber\u00e1 mais mensagens de um determinado remetente, mas que ela ser\u00e1 classificada e recebida na pasta Spam de seu e-mail.<\/p>\n

<\/span>Exemplos de algumas classifica\u00e7\u00f5es de mensagens<\/span><\/h2>\n

Exemplo de mensagem considerada spam com score 6.00, considerada como spam:<\/p>\n

X-Spaminator-Spectre: default: False [6.00<\/strong> \/ 15.00]; Pontua\u00e7\u00e3o total da mensagem pelo filtro.<\/strong><\/em>
MIME_HTML_ONLY(0.20)[];
NEURAL_SPAM<\/strong>(3.00<\/strong>)[1.000,0]; Base de spam, baseada por estat\u00edsticas de pontua\u00e7\u00e3o das mensagens.<\/strong><\/em>
ENVFROM_SERVICE_ACCT<\/strong>(1.00<\/strong>)[]; Mensagem n\u00e3o partiu de uma conta de e-mail.<\/strong><\/em>
BAYES_SPAM_USER<\/strong>(0.00)[100.00%<\/strong>]; Base de treinamento do usu\u00e1rio.<\/strong><\/em>
FORGED_SENDER<\/strong>(0.30<\/strong>)[]; From da mensagem \u00e9 forjado.<\/strong><\/em>
TO_DN_NONE(0.00)[];
SUBJECT_HAS_EXCLAIM(0.00)[];
ASN(0.00)[asn:24875, ipnet:77.220.215.0\/24, country:NL];
PHP_SCRIPT_ROOT<\/strong>(1.00<\/strong>)[]; Mensagem enviada via script.<\/strong><\/em>
R_DKIM_NA(0.00)[];
FROM_HAS_DN(0.00)[];
AUTH_NA<\/strong>(1.00<\/strong>)[];
TO_MATCH_ENVRCPT_ALL(0.00)[];
RCPT_COUNT_ONE(0.00)[1];
IP_SCORE<\/strong>(2.41<\/strong>)[ip: (4.04), ipnet: 77.220.215.0\/24(2.94), asn: 24875(4.18), country: NL(0.88)]; Reputa\u00e7\u00e3o IP\/Range\/ASN<\/strong><\/em>
FROM_NEQ_ENVFROM(0.00)[Nome.SA@nom.com,apache@vm325189.had.su];
RCVD_NO_TLS_LAST(0.00)[];
URIBL_RED(0.00)[d0thserv.ru.multi.uribl.com];
DBL_SPAM(0.00)[d0thserv.ru.dbl.spamhaus.org];
GREYLIST(0.00)[greylisted,Mon, 02 Jul 2018 21:23:09 GMT,new record];
ARC_NA(0.00)[];
RCVD_COUNT_TWO(0.00)[2];
DCC_BULK<\/strong>(2.00<\/strong>)[bulk Body=1 Fuz1=many]; Mecanismo que identifica mensagens enviadas em massa (base
interna).<\/strong><\/em>
DMARC_NA(0.00)[ita.com];
FORCE_ACTION_BAYES_SPAM_USER_UPGRADE(0.00)[add header]; For\u00e7ou a inser\u00e7\u00e3o da tag spam na mensagem, devido a base de spam do usu\u00e1rio.<\/strong><\/em>
HAS_X_POS(0.00)[];
R_SPF_NA(0.00)[];
MX_INVALID<\/strong>(1.00<\/strong>)[cached] Consulta MX remetente<\/strong><\/em>.
X-Spam: Yes Classifica\u00e7\u00e3o final do filtro<\/strong><\/em>.\u00a0<\/p>\n

Exemplo de outra mensagem considerada spam:<\/p>\n

X-Spaminator-Spectre: default: False [14.42<\/strong> \/ 15.00]; Pontua\u00e7\u00e3o total da mensagem pelo filtro.<\/strong><\/em>
URIBL_SPFBL2<\/strong>(2.00<\/strong>)[dominio.com.br.dnsbl.spfbl.net]; Consulta em RBL\u2019s.<\/strong><\/em>
HTML_SHORT_LINK_IMG_3<\/strong>(0.50<\/strong>)[]; Mensagens em html com link para imagens.<\/strong><\/em>
RCVD_TLS_ALL(0.00)[];
HAS_INTERSPIRE_SIG<\/strong>(5.00<\/strong>)[]; Ferramenta de e-mail marketing, com reputa\u00e7\u00e3o spammer.<\/strong><\/em>
HAS_PHPMAILER_SIG(0.00)[];
DMARC_POLICY_ALLOW(-0.25)[dominio.com.br,quarantine];
SUBJECT_ENDS_EXCLAIM(0.00)[];
URI_COUNT_ODD<\/strong>(1.00<\/strong>)[11]; Contagem do n\u00famero de URL\u2019s na mensagem.<\/strong><\/em>
TO_DN_NONE(0.00)[];
FROM_HAS_DN(0.00)[];
RBL_SENDERSCORE(0.00)[248.169.129.192.bl.score.senderscore.com];
RCVD_COUNT_ZERO(0.00)[0];
HAS_LIST_UNSUB(-0.01)[];
DCC_BULK<\/strong>(2.00<\/strong>)[bulk Body=1 Fuz1=6095]; Mecanismo que identifica mensagens enviadas em massa (base interna).<\/strong><\/em>
MIME_GOOD(-0.10)[multipart\/alternative,text\/plain];
LOCAL_FUZZY_WHITE<\/strong>(-2.10<\/strong>)[13:ac296a4ef1:1.00:txt]; Base global de treinamento.<\/strong><\/em>
GREYLIST(0.00)[pass,meta];
URIBL_BLOCKED(0.00)[dominio.com.br.multi.uribl.com];
DKIM_TRACE(0.00)[dominio.com.br:+];
R_DKIM_ALLOW(-0.20)[dominio.com.br];
IP_SCORE<\/strong>(3.98<\/strong>)[ip: (8.62), ipnet: 192.129.128.0\/17(6.64), asn: 54290(4.32), country: US(0.34)]; Reputa\u00e7\u00e3o IP\/Range\/ASN<\/strong><\/em>
REPLYTO_ADDR_EQ_FROM(0.00)[];
HAS_REPLYTO(0.00)[emm@dominio.com.br];
TO_MATCH_ENVRCPT_ALL(0.00)[];
MX_GOOD(-0.20)[cached: dominio.com.br];
FROM_NEQ_ENVFROM(0.00)[emm@dominio.com.br,return-tickets=kinghost.com.br@dominio.com.br];
NEURAL_SPAM<\/strong>(3.00<\/strong>)[1.000,0<\/strong>]; Base de SPAM, baseada por estat\u00edsticas de pontua\u00e7\u00e3o das mensagens. O campo [1.000,0] corresponde a 100% de probabilidade na base Neural, ou seja, \u201c1.000,0 =100%\u201d nessa base.<\/strong><\/em>
ASN(0.00)[asn:54290, ipnet:192.129.128.0\/17, country:US];
FORGED_SENDER_VERP_SRS(0.00)[];
RCPT_COUNT_ONE(0.00)[1];
R_SPF_ALLOW(-0.20)[+ip4:192.129.169.0\/24];
ARC_NA(0.00)[]
X-Spam: Yes<\/strong> Classifica\u00e7\u00e3o final do filtro.<\/strong><\/em><\/p>\n

<\/span>Exemplo com score negativo<\/span><\/h2>\n

Enquanto os exemplos anteriores apresentam scores positivos, o que n\u00e3o define necessariamente a mensagem como spam, no exemplo a seguir podemos ver uma mensagem com pontua\u00e7\u00e3o negativa.
Dessa forma, se voc\u00ea identificar que o score \u00e9 baixo ou at\u00e9 mesmo negativo, isso significa que os itens avaliados pelo Spaminator foram considerados “bons”.<\/p>\n

X-Spaminator-Spectre: default: False [-4.43<\/strong> \/ 15.00];
IP_SCORE<\/strong>(-0.27<\/strong>)[ip: (-1.16), ipnet: 200.160.0.0\/20(-0.50), asn: 22548(-0.29), country: BR(0.61)];
TO_DN_NONE(0.00)[];
MIME_GOOD<\/strong>(-0.10<\/strong>)[text\/plain]; Tipo de conte\u00fado da mensagem(texto simples).<\/strong><\/em>
NEURAL_HAM<\/strong>(-3.00<\/strong>)[-1.000,0<\/strong>]; Base de n\u00e3o-spam, baseada nas estat\u00edsticas de pontua\u00e7\u00e3o das mensagens.<\/strong><\/em>
FROM_NO_DN(0.00)[];
TO_DOM_EQ_FROM_DOM(0.00)[];
RCPT_COUNT_ONE(0.00)[1];
MX_GOOD<\/strong>(-0.20<\/strong>)[cached: eng.registro.br];
REPLYTO_DOM_EQ_FROM_DOM(0.00)[];
REPLYTO_DN_EQ_FROM_DN(0.00)[];
DKIM_TRACE(0.00)[eng.registro.br:+];
ASN(0.00)[asn:22548, ipnet:200.160.0.0\/20, country:BR];
WHITELISTED_BY(0.00)[];
HAS_LIST_UNSUB<\/strong>(-0.01<\/strong>)[]; Possui link para descadastramento.<\/strong><\/em>
ARC_NA(0.00)[];
MAILLIST<\/strong>(-0.20<\/strong>)[mailman]; Partiu de \u201clista de e-mails\u201d.<\/strong><\/em>
FORGED_RECIPIENTS_MAILLIST(0.00)[];
MID_RHS_MATCH_FROM(0.00)[];
URIBL_BLOCKED(0.00)[registro.br.multi.uribl.com,ix.br.multi.uribl.com];
FORGED_SENDER_MAILLIST(0.00)[];
R_DKIM_ALLOW<\/strong>(-0.20<\/strong>)[eng.registro.br]; DKIM verificado com sucesso.<\/strong><\/em>
FROM_NEQ_ENVFROM(0.00)[gter-request@eng.registro.br,gter-bounces@eng.registro.br];
R_SPF_ALLOW<\/strong>(-0.20<\/strong>)[+mx]; Verifica\u00e7\u00e3o de regra SPF.<\/strong><\/em>
RCVD_TLS_LAST(0.00)[];
RCVD_COUNT_THREE(0.00)[4];
DMARC_POLICY_ALLOW<\/strong>(-0.25<\/strong>)[eng.registro.br,none]; Consulta politica DMARC.<\/strong><\/em>
HAS_REPLYTO(0.00)[gter@eng.registro.br];
BAYES_HAM_USER<\/strong>(0.00)[100.00%<\/strong>] Base de \u201cn\u00e3o-spam\u201d do usu\u00e1rio.<\/strong><\/em>
X-Scan-Server<\/strong>: MX onde foi entregue a mensagem<\/strong><\/em><\/p>\n

Portanto, vimos neste artigo que quanto maior o score<\/em> de uma mensagem, maior a probabilidade de ser considerada spam. Bem como uma mensagem com score muito baixo ou negativo tende a ser considerada como n\u00e3o-spam.
Nesse sentido, sempre que voc\u00ea desejar, pode fazer o treinamento de qualquer mensagem movendo para a Caixa de Entrada ou para a pasta Spam.<\/p>\n

\u00a0<\/p>\n\n\n

\"\"<\/a><\/figure>\n","protected":false},"author":9,"featured_media":0,"menu_order":0,"comment_status":"closed","ping_status":"closed","template":"","format":"standard","article-category":[164],"article-tag":[],"class_list":["post-12078","article","type-article","status-publish","format-standard","hentry","article-category-gerenciar-antispam"],"aioseo_notices":[],"aioseo_head":"\n\t\t\n\t\n\t\n\t\n\t\n\t\n\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t\n\t\t