四
31
3月
2011
Akismet 工作原理猜想: 黑名单和筛选字典
前段时间我的新博客收到大量的垃圾评论，深受其害，在网上搜一些解决的办法，最后竟然是Wordpress后台控制面板中的自带发垃圾评论插件Akismet最好用。
使用的方法不难，安装后最重要的是注册 Akismet API Key，在WP后台直接就有提示链接的，这里摘录一段转载内容：
Akismet 安装使用
Akismet 的安装使用非常简单，不过还是大概说一下。
- 查看服务器状态: 进入worpress后台，插件– Akismet 配置。首先看一下服务器状态，如果服务器状态为绿色，恭喜你，可以使用 Akismet 了，请看下一步；如果服务器状态为不可用，那我建议您换个 wordpress空间 吧。
- 注册 Akismet API Key: 我们作为个人博客，肯定是免费的单博客的授权，点击这里进行注册。填入相关信息之后，就会有一封题为“Your Akismet API key”的邮件到您的邮箱了，然后找到“Your Akismet API key is:”字样后面的一串字符串，填入刚才的“Akismet 配置”页面中，点击更新选项，done！如果您对英语实在不行，可以留下姓名、邮箱，我帮您注册。
- 日常操作: 开启 Akismet 插件之后，当有新的评论，你只需要在后台查看一下就可以。如果发现有遗漏的，请毫不犹豫地把它扔到垃圾评论里，如果有误判的，也请第一时间弄出来。判断的依据主要还是是否与您的文章内容相关。
关于Akismet的工作原理的推测，除了网上被大多数人公认的黑名单原理外，如下转载：
一：Akismet黑名单
Akismet 工作原理推测
- 云记录对比判断方式: Akismet 要求wordpress所在空间能正常连接到它的4组服务器当中的一个，所以，应该是把各种评论发表人的名称、邮件、网址和评论内容进行归类，当有新的留言发表时，通过对比数据库中的记录，然后自动判断是垃圾留言还是正常评论。
- 用户人工判断: Akismet 还没有强大到能和人类一样思考的地步。所以，数据库中对垃圾评论和正常评论的判断依据还是用户的反馈。当时古博刚建立的时候，在很多站点上留言，几乎统统进入待审状态；而一两个月后，同样的数据都是通过Akismet直接第一时间显示出来。所以可推测， Akismet在接收到新用户数据的时候，先统统放入待审状态，等到用户进行判断，积累足够多的数据之后，就把这些数据归类为“垃圾”或“正常”，可以直接判定了。
二、Akismet筛选词典
我自己测试后，觉得应该Akismet的服务器上还应该存在一个筛选词典，词典中保存一个英文单词词库，当有毫无实际意义的字母堆砌被发布成评论时，Akismet系统自动将其屏蔽掉，无论发布人的信息是否存在于黑名单中。
一个简单的测试可以验证上面的猜测：找一个家养的宠物狗在键盘上任意抓挠并造成在博客上的留言，当该留言被点击发布后，会立即被已安装的Akismet插件屏蔽掉，而这只狗肯定不在Akismet的黑名单中。
相关的解惑：
其实，一直很困惑，为什么会有人发布大量根本没有任何意义的留言和链接，大多留言中的英文单词和网址都是根本不存在的，有什么意义呢？ 后来发现，其实在众多毫无意义的垃圾留言中，总能找到一些有意义的留言和网址，正是发布垃圾留言者的真正用意。稍微想一下，也不难理解，在同一个博客上一次发布大量的相同留言，再弱智的发垃圾评论插件都会轻易的将其识别出来，这些无意义的垃圾评论其实做掩护用的。
评论: 6
-
#1
这个插件遇到第一次评论是做拦截的，当作了垃圾评论，没事要去看看误判了没有，把它当作非垃圾待审了～
wp后台可以设置必须审核第一次后才可以发言，这个基本不会和插件冲突，第一次是待审而不是垃圾 -
#2
三六八高清电影
-
#3
用了akismet还是很多垃圾评论 加了个验证码 整个世界清静了
楼上的就是一个垃圾评论哦 -
#4
呵呵，我也来碰一碰这个akismet。看看能否通过呢
-
#5
貌似我的网址进入黑名单，咋办，我应该如何处理。
-
#6
在望月的博客上看到这样的解决办法：http://akismet.com/contact/ 上填写自己博客的信息，申请解封，内容栏就这样写“My comments get caught by akismet by mistake. What can I do to make akismet identify my comments on others’ blogs as non-spams?”
然后等上3～5天，就会有结果了。
原文链接：http://wangyueblog.com/2008/05/30/akismet-black-list/ 
打印版本