东行记　BLOG技术园地

怎样过滤BLOG回复中的垃圾信息？

　　BLOG为人们的思维和学习方式带来了新的变化，许多人开始热衷于BLOG，但在BLOG为我们提供方便的同时，也为许多SPAMMER提供了可乘之机。虽然BLOG的主体内容是所有者自己写的，可以保证内容的合法性，但浏览者回复的内容就不好控制了，而SPAMMER就是钻了这个空子，在回复中散布其垃圾信息。

　　为了把这些垃圾信息过滤掉，在MT系统中有多种策略可以使用，下面我把自己整理的工具与大家共享。

　　策略一：“禁用IP”
　　通过指定IP 地址清单,让这些特定 IP 地址来源的读者无法发表回复或送出引用通告。
　　方法：进入MT后台管理界面后，点击“功能设定”，进入网志配置窗口，然后点击“禁用IP”，在“IP地址”一栏中输入要禁用的IP地址，然后点击“加入”即可。垃圾信息的源IP地址可以从编辑菜单中的“编辑回复”页面中查到。
　　优点：操作简单，不需要安装额外的插件。
　　缺点：许多IP地址都是动态分配的，所以该方法难以很有效地发挥作用。

　　策略二：安装MT－blacklist插件。
　　方法：详见上一篇文章：MT-Blacklist阻止不良信息的插件。
     优点：通过把垃圾信息的源地址添加到“黑名单”中，可以阻止其继续发送。
　　缺点：缺乏智能性，不可能穷尽所有的SPAMMERS，没有被添加到BLACKLIST中的SPAMMERS仍可进入系统。

　　策略三：安装mt-bayesian插件。（推荐）
　　原理：通过管理窗口列出所有的回复，由用户自己确认哪些是SPAM，然后做上标记，不断训练系统，经过一定时间后，系统会自动识别大多数SPAM。
　　方法：
     (一)服务器端：
     1、下载：mt-bayesian。
     2、按如下路径，把解压得到的文件上传到服务器上：
     {MTDIR}
      o mt-bayesian.cgi             (make sure this is executable)     

    {MTDIR}/plugins
      o mt-bayesian.pl

   In {MTDIR}/lib/MT
      o Bayesian.pm
      o BayesianBlog.pm
      o BayesianToken.pm

   {MTDIR}/lib/MT/App
      o BayesianTrain.pm

   {MTDIR}/tmpl/cms
      o bayesian_menu.tmpl           <-- new addition in 1.0.2
      o bayesian_list_blog.tmpl
      o bayesian_list_comments.tmpl
      o bayesian_list_pings.tmpl

     3、(只有使用mysql, postgres or other DBI engine的用户需要)
     (1)把文件夹bdb中的所有文件上传到 {MTDIR}/bdb/ 下。
     (2)把文件bayesian-init-db.cgi
上传到{MTDIR}下，然后在浏览器地址栏中输入：  http://your.host/path_to_mt/bayesian-init-db.cgi
这样可以做好Bayesian与数据库的接口。 
     (3)删除bayesian-init-db.cgi，以防发生误操作破坏数据。
     (二)用户端：
     1、修改模板：在模板中插入<MTIfNotSpam> ... </MTIfNotSpam>这一对标签。
    一般需要修改以下三个模板：
      (1)Individual Entry Archive
        <MTComments><MTIfNotSpam> ... </MTIfNotSpam></MTComments>
      (2)Comment Listing Template
        <MTComments><MTIfNotSpam> ... </MTIfNotSpam></MTComments>
      (3)TrackBack Listing Template
        <MTPings><MTIfNotSpam> ... </MTIfNotSpam></MTPings>  
     例如： 
   <MTComments>
   <MTIfNotSpam>  (新插入内容)
   <div class="comments-body">
   <$MTCommentBody$>
   <span class="comments-post">Posted by <$MTCommentAuthorLink spam_protect="1"$> at <$MTCommentDate$> (Spam: <$MTSpamProb$>%)</span>
   </div>
   </MTIfNotSpam>  (新插入内容)
   </MTComments>

     2、登录管理系统：
     http://your.blog.com/path_to_mt/mt-bayesian.cgi (注意以后都执行这个文件，不要再执行mt.cgi)
     3、点击“manage comments ”，你可以看到所有的回复信息了：)如果你认为某一条是垃圾，就把其后对应的SPAM复选框勾一下，然后点击“TRAIN”按钮。
     OK!系统已经接受了你的训练了，它会变得越来越智能化的!
     这时你再看一下你的网页，是不是垃圾信息不见了？

　　优点：智能化，具有学习功能，经过一段时间的训练后，可以自动识别SPAM，并且操作很方便。
　　缺点：安装较复杂，且需要修改模板，只适合于对MT系统较熟练的用户。
　　
　　策略四：安装mt-redirect插件。
       多数的SPAMMER的目的都是提升自己的PAGERANK，该插件通过对SPAM地址的链接进行重新定向，使其PAGERANK不会得到提升，从而该SPAM以后就不会到这儿来了。
      方法：下载mt-redirect插件，然后安装上即可。
      优点：安装简单。
      缺点：该SPAM链接仍然存在，只是减少了其以后链接到本站的可能。