mysql - 检查帖子频率是否为垃圾邮件的好算法

Question

我有一个网站，人们可以在其中发布文本。每个帖子都存储在一个数据库中，其中包含发帖人的 ip 和发帖时间。如果我可以确定发布者是机器人、垃圾邮件发送者等，我希望能够显示 recaptcha。

执行此操作的好算法是什么？最简单的选择是分析预定时间段内的帖子数量，比如一分钟，是否大于选择的限制，比如 10。但是，这有一个缺陷，即同一 ip 后面的多个人发帖，甚至是创建随机频率间隔的机器人 > 时间段，或发布少于该时间段的限制。

显然没有“正确”的答案。然而，有些算法比其他算法更好，我只是想找到最好的算法。

Answer 1

您可以采用基于限制 的方法，并充分利用 website analytics .

IP 将在单个上下文 中发布内容的次数 必须有限制。例如，对于 StackExchange 问题(上下文)，我的 IP 地址将(在大多数情况下)发布一个答案(而不是评论)。不止一个答案是不常见的，因此是可疑的。在其他一些上下文中，频率可以高达几倍，例如 StackExchange 评论。

然后必须限制用户在单次访问中花费的时间。如果您使用 google 网站分析，您必须知道用户在您网站上花费的平均时间。使时间限制稍微远大于该时间限制，或者您可以提出的任何其他标准，包括命中和试验方法。

此外，您还可以使用 blogger方法，但有一个小的变化。与其在每个帖子中都使用验证码，不如在用户登录或发布第一条帖子时使用验证码。之后，仅在一段时间间隔或他/她发布了一定数量的帖子后才设置验证码。