CBlog

Nach fast 2 Tagen LinuxTag eine schnelle Zusammenfassung:

Gestern gab es eine Reihe interessante Vorträge beim openSUSE-Day rund ums openSUSE-Projekt, den Buildservice, die Entwicklung der 10.3 und rund um "mobile devices", also Laptops (Suspend, Stromeinsparung usw.).

Gestern Abend ging ich dann mit einer Gruppe SUSE-Mitarbeiter Pizza essen und anschließend in ein Pub.

Heute hatte ich gemischtes Programm - ein paar Vorträge, dazwischen immer wieder Dienst am openSUSE-Stand. Und heute Abend geht's zum Social Event, zu dem mir Martin Lasarsch netterweise eine Freikarte organisiert hat :-)

Auch wenn das Aufkommen an Gästebuchspam aktuell zurückgeht (im April nur noch 1/5 dessen, was zwischen November und März monatlich an Spameinträgen reinkam), wird es Zeit, dass ich mal wieder ein Update meines Gästebuch-Spamfilters veröffentliche.

Eine reine Filterung auf "<a href=...>" und "[url]" reicht leider nicht mehr aus, aber es gibt ja noch mehr Möglichkeiten. Aktueller Stand:

preg_match_all("@http://@", $eintrag, $http_count_tmp);
preg_match_all("@%@", $www, $prozent_count_tmp);
if (
    preg_match ( "/\[URL=.*\]|<a[^>]*href|^abc123$/i", trim($eintrag))
    || ( count($http_count_tmp[0]) > 3 )
    || ( $leerfeld != "" )
    || ( ( $name == $ort ) && ( $name != "" ) )
    || ( count($prozent_count_tmp[0]) > 10 )
) {
    echo "Verp*** dich, Spammer!";
    die;
}

Gefiltert wird also auf folgende Kriterien:

• der Eintrag enthält "<a href=...>" oder "[url]"
• lustigster Filter: der Eintrag lautet "abc123" - scheinbar lieben die Spammer solche Kurzeinträge ;-)
• im Eintrag kommt mehr als dreimal "http://" vor
• das Leerfeld (ein per CSS display:none ausgeblendetes Eingabefeld) wurde ausgefüllt
• die Homepage mehr als 10 %-Zeichen enthält (gern verwendet bei "Fremdhosting" von Spam, aka unsichere, gecrackte Forensoftware u. ä.)
• zwei Felder mit gleichem Eintrag

Die aktuelle Trefferquote liegt sehr nahe an 100%. Insbesondere das Leerfeld hat mir in letzter Zeit gute Dienste geleistet, weil viele Spammer nur noch einen kurzen Text (englisch, italienisch oder in kaputtem deutsch) ohne Links eintragen.

UPDATE 17.8.2007:
Filter auf >10 Prozentzeichen und auf Felder mit gleichem Eintrag hinzugefügt (ist schon seit einiger Zeit im Gästebuch-Spamfilter enthalten - seitdem ist wieder Ruhe.)