API de Filtro de Spam

El Filtro de Spam de ALTCHA es una característica única de detección de spam que le permite clasificar texto y otra información, lo que le permite filtrar el spam e identificar mensajes legítimos. Funciona analizando información textual y otros datos, evaluando varios factores para proporcionar una puntuación numérica que indica si el mensaje parece legítimo o es probable que sea spam.

El Filtro de Spam utiliza procesamiento de lenguaje natural y aprendizaje automático para analizar datos de manera rápida y confiable. Para obtener resultados óptimos, se recomienda utilizar idiomas con soporte completo: holandés, inglés, francés, alemán, italiano, español y portugués. Si bien también se pueden analizar otros idiomas, algunos factores de puntuación pueden no estar disponibles.

La privacidad y la conformidad con el GDPR son fundamentales para todos los servicios de ALTCHA. El Filtro de Spam respeta la privacidad del usuario y garantiza el cumplimiento del GDPR para proteger tanto a usted como a sus clientes. Obtenga más información sobre consideraciones de privacidad.

Casos de uso

Detección completa de spam: Detecte de manera rápida y confiable el spam enviado a través de formularios en línea o APIs mediante el análisis de texto y validando factores como direcciones de correo electrónico y direcciones IP.
Validación de direcciones de correo electrónico: Detecte direcciones de correo electrónico falsas o sospechosas y distinga entre correos electrónicos “gratuitos” y “laborales”.
Validación de direcciones IP: Identifique si una dirección IP está asociada con un centro de datos, un proxy o una salida de TOR, y verifique su actividad maliciosa en listas de bloqueo.
Firewall de seguridad: Proteja contra intentos comunes de inyección HTML y SQL en texto, y también identifique atacantes conocidos a través de extensas listas de bloqueo.
Detección de idiomas: Detecte automáticamente hasta 160 idiomas a partir del texto proporcionado.
Geo-localización: Detecte de manera confiable la geo-localización del usuario, idiomas comúnmente hablados, monedas y otra información a partir de direcciones IP o husos horarios del usuario.
Geo-cercado: Bloquee efectivamente ciertos países, regiones o continentes para acceder o utilizar su sitio web o APIs.

¡Pruébalo!

Prueba el API del Filtro de Spam con tu propia entrada utilizando el formulario a continuación.

Prueba el Filtro de Spam por ti mismo enviando el formulario con tu propia entrada.

Utiliza diferentes idiomas
Incluye palabrotas o palabras comunes de spam
Utiliza una dirección de correo electrónico real y una que parezca falsa
Explora algunas de las reglas de texto admitidas

Al enviar el formulario, aceptas y aceptas nuestra política de privacidad. Tu dirección IP y ubicación geográfica se detectarán automáticamente.

Clasificación
Tiempo de ejecución
Razones
Idioma detectado
Dirección IP
Ubicación (IP)
Ubicación (huso horario)

Autorización

El acceso al API requiere una clave de API. Consulte la documentación de autorización del API para obtener más información.

Si está utilizando el widget de ALTCHA como protección Captcha, integrar el Filtro de Spam directamente en su sitio web es sencillo. El formulario se clasificará durante la verificación de ALTCHA, antes de que los datos lleguen a su servidor.

Para utilizar el Filtro de Spam, agregue el atributo spamfilter al widget (se requiere la versión 0.3+):

<altcha-widget
  challengeurl="https://eu.altcha.org/api/v1/challenge?apiKey=ckey_..."
  spamfilter
></altcha-widget>

Para obtener más información y cambios de servidor necesarios, consulte la documentación.

Clasificación de texto

El API de Filtro de Spam analiza el texto proporcionado, buscando patrones comunes vistos en spam. Califica varios factores y proporciona una puntuación acumulativa que indica la calidad del texto.

Puede proporcionar información valiosa sobre el texto:

Detección de idioma
Evaluación general del sentimiento
Identificación de palabras de spam y palabrotas
Detección de URL
Detección de inyecciones HTML y JavaScript perjudiciales
Identificación de posibles inyecciones de SQL

Consulte las reglas de texto para obtener más detalles.

Verificación de correo electrónico

El API puede verificar direcciones de correo electrónico, comprobando su legitimidad. Una puntuación más alta indica una dirección de correo electrónico sospechosa o falsa.

Comprobación de registros DNS
Detección de proveedores de correo electrónico gratuitos
Verificación de listas de bloqueo para spammers conocidos

Consulte las reglas de correo electrónico para obtener más detalles.

Verificación de dirección IP

Verificar las direcciones IP de los usuarios es crucial para detectar abusos. El API identifica proxies, salidas de TOR, centros de datos e IP maliciosas conocidas.

Detección de geo-localización
Geo-cercado
Identificación de centros de datos, proxies, VPN y salidas de TOR
Verificación de listas de bloqueo para actores maliciosos conocidos

Consulte las reglas de dirección IP para obtener más detalles.

Verificación de huso horario

La detección del huso horario del usuario a través del navegador proporciona información de geo-localización confiable. El API resuelve los husos horarios a países específicos.

Detección de geo-localización
Geo-cercado

Consulte las reglas de huso horario para obtener más detalles.

Puede recuperar el huso horario IANA de un usuario utilizando el siguiente código JavaScript:

const timeZone = Intl.DateTimeFormat().resolvedOptions().timeZone;

Punto final del API

Referencia del API

Para clasificar sus datos, utilice el punto final /api/v1/classify:

POST https://eu.altcha.org/api/v1/classify?apiKey=ckey_...
Content-Type: application/json
Referer: https://example.com/

{
  "text": "To spam or not to spam, that is the question."
}

Solicitud

Para usar el API, envíe un cuerpo codificado en JSON en el siguiente formato:

{
  "email": "@gmail.com",
  "ipAddress": "auto",
  "text": "Tu texto aquí...",
  "timeZone": "Europe/London"
}

Todas las propiedades de solicitud son opcionales:

blockedCountries - Una matriz de códigos de país (ISO 3166 alfa-2) que desea bloquear.
classifier - Forzar un clasificador específico. Clasificadores soportados: cs, en, de, es, fr, it, nl, pt.
disableRules - Una matriz de reglas para deshabilitar. Por ejemplo, ["text.EMOJI"].
email - Una dirección de correo electrónico para verificar. Para respetar la privacidad del usuario, envíe solo @<dominio>.
expectedCountries - Una matriz de códigos de país (ISO 3166 alpha-2) de los que se espera que sea el usuario.
expectedLanguages - Una matriz de códigos de idioma (ISO 639 alpha-2) en los que se espera que esté escrito el texto.
fields - Envíe campos de texto como un objeto clave-valor. Puede usarse en lugar de text (la propiedad text tiene prioridad).
ipAddress - La dirección IP del usuario. Use auto para usar la IP del llamante. Se admiten tanto IPv4 como IPv6.
text - El texto a clasificar. También se puede enviar una matriz de cadenas.
timeZone - La zona horaria del usuario en formato IANA, proporcionada por el navegador.

Respuesta

El API responde con una clasificación codificada en JSON de sus datos:

{
  "classification": "GOOD",
  "country": {
    "code": "gb",
    "name": "United Kingdom",
    "native": "United Kingdom",
    "phone": [
      44
    ],
    "continent": "eu",
    "capital": "London",
    "currency": [
      "GBP"
    ],
    "languages": [
      "en"
    ]
  },
  "ipAddress": {
    "city": "London",
    "country": "gb",
    "ipAddress": "10.0.0.1",
    "rules": { ... },
    "score": 0.5,
    "zip": null
  },
  "reasons": [
    "ipAddress.PROXY"
  ],
  "score": 0.5,
  "text": {
    "classifier": "en",
    "detectedLanguage": "en",
    "rules": { ... },
    "score": 0
  }
}

El resultado se determina por propiedades en la respuesta:

classification - Puede ser GOOD (< 1), NEUTRAL (1…2) o BAD (> 2), indicando puntuación general.
score - La puntuación numérica total. Una puntuación > 2 indica spam.
reasons - Una matriz de reglas coincidentes, ordenadas por puntuación.

Reglas de puntuación

El API de clasificación evalúa varias reglas de puntuación para cada atributo que proporcione. Las reglas individuales y sus puntuaciones son devueltas por el API en la respuesta. La puntuación general resultante es la suma de todas las puntuaciones de reglas.

Hay 4 categorías distintas de reglas de puntuación, basadas en la entrada proporcionada:

Reglas de texto
Reglas de correo electrónico
Reglas de dirección IP
Reglas de huso horario

Reglas de Texto

El texto se analiza con las siguientes reglas utilizando procesamiento del lenguaje natural y aprendizaje automático. Estas reglas están diseñadas para detectar patrones comunes utilizados en mensajes no solicitados, como spam y promociones, pero también detectan obscenidades y contenido dañino.

`CAPITALIZATION`

Esta regla encuentra palabras EN MAYÚSCULAS en el texto. La escritura en mayúsculas sugiere un mensaje no solicitado.

Significancia: baja
Puntuación: n × 0.25 donde n es el número de ocurrencias.

`CURRENCY`

Esta regla encuentra todos los tokens que coinciden con formatos comunes de precios o moneda. Los precios en el texto indican una oferta comercial.

Significancia: baja
Puntuación: n × 0.25 donde n es el número de ocurrencias.

`EMOJI`

Esta regla encuentra todos los caracteres emoji. El uso excesivo de emoji se considera perjudicial.

Significancia: baja
Puntuación: n × 0.25 donde n es el número de ocurrencias.

`EXCLAMATION`

Esta regla encuentra todos los caracteres de exclamación. El uso excesivo de exclamaciones se considera perjudicial.

Significancia: baja
Puntuación: n × 0.25 donde n es el número de ocurrencias.

`HASH_TAGS`

Esta regla encuentra todos los #hashtags. El uso excesivo de hashtags se considera perjudicial.

Significancia: baja
Puntuación: n × 0.25 donde n es el número de ocurrencias.

`HTML`

Esta regla encuentra todas las etiquetas HTML. El uso de HTML se considera perjudicial.

Significancia: media
Puntuación: n × 1 donde n es el número de ocurrencias.

`HTML_INJECTION`

Esta regla encuentra todas las etiquetas HTML dañinas, como <script>, <style> y <iframe>, que indican un intento malicioso.

Significancia: alta
Puntuación: n × 5 donde n es el número de ocurrencias.

`NUMBERS_ONLY`

Esta regla coincide si todo el texto consiste solo en números e indica pulsaciones de teclas aleatorias.

Significancia: media
Puntuación: 0 | 2

`PROFANITY`

Esta regla encuentra obscenidades comúnmente utilizadas en el texto.

Significancia: alta
Puntuación: n × x donde n es el número de ocurrencias, x es una puntuación de palabra variable.

`RANDOM_CHARS`

Esta regla encuentra secuencias de caracteres que parecen ajustarse a pulsaciones de teclas aleatorias.

Significancia: media
Puntuación: n × 1 donde n es el número de ocurrencias.

`SENTIMENT`

Esta regla evalúa el sentimiento general del texto. Un sentimiento malo o perjudicial aumenta la puntuación.

Significancia: media
Puntuación: 0 | 1

`SHORT_TEXT`

Esta regla coincide si el texto es demasiado corto, menos de 40 caracteres.

Significancia: media
Puntuación: 0 | 1

`SPAM_WORDS`

Esta regla encuentra palabras de spam comúnmente utilizadas en el texto.

Significancia: media
Puntuación: n × x donde n es el número de ocurrencias, x es una puntuación de palabra variable.

`SPECIAL_CHARS`

Esta regla encuentra secuencias no alfanuméricas de más de 5 caracteres.

Significancia: media
Puntuación: n × 1 donde n es el número de ocurrencias.

`SQL_INJECTION`

Esta regla encuentra posibles intentos de inyección SQL, como 1; drop table ....

Significancia: alta
Puntuación: n × 5 donde n es el número de ocurrencias.

`UNEXPECTED_LANGUAGE`

Esta regla coincide si el idioma detectado no coincide con expectedLanguages.

Significancia: alta
Puntuación: 0 | 5

`UNKNOWN_LANGUAGE`

Esta regla coincide si no se puede detectar el idioma del texto.

Significancia: media
Puntuación: 0 | 1

`URL`

Esta regla encuentra direcciones URL en el texto. El uso excesivo de URLs se considera perjudicial.

Significancia: baja
Puntuación: n × 0.5 donde n es el número de ocurrencias.

Reglas de Correo Electrónico

Si proporcionas una dirección de email al API del clasificador, se analizará con las siguientes reglas diseñadas para validar la dirección. Puede decirte si el correo electrónico es un “correo electrónico gratuito” como Gmail, o si realmente puede recibir mensajes.

`FREE_PROVIDER`

Esta regla coincide si el nombre de dominio de la dirección de correo electrónico es reconocido como un proveedor de correo electrónico gratuito conocido, como Gmail. Una puntuación de 0 indica un correo electrónico “de trabajo” con un nombre de dominio personalizado, y una puntuación de 0.5 indica un proveedor de correo electrónico gratuito de una lista de los “proveedores confiables” más populares.

Significancia: baja
Puntuación: 0 | 0.5 | 1

`DMARC`

Esta regla verifica el DNS en busca de un registro _dmarc. y coincide si el registro no está configurado. La falta de un registro DMARC indica que el dominio está mal configurado.

Significancia: baja
Puntuación: 0 | 0.5

`MX`

Esta regla verifica el DNS en busca de un registro MX y coincide si el registro no está configurado. La falta de un registro MX indica que la dirección de correo electrónico no es válida porque no se pueden entregar correos electrónicos.

Significancia: alta
Puntuación: 0 | 5

`REPORTED`

Esta regla coincide si la dirección de correo electrónico

se encuentra en una de las listas de bloqueo de conocidos spammers de foros.

Significancia: alta
Puntuación: 0 | 5

`INVALID`

Esta regla coincide si el formato de la dirección de correo electrónico es inválido, como un nombre de dominio inválido.

Significancia: alta
Puntuación: 0 | 5

Reglas de Dirección IP

Si proporcionas una ipAddress al API del clasificador, se analizará con las siguientes reglas diseñadas para evaluar cuán perjudicial es el actor. Te indicará si el usuario está utilizando un servidor proxy o TOR, si la dirección IP está ubicada en un centro de datos o si es una dirección IP maliciosa conocida. Puedes utilizar la evaluación de IP para el bloqueo geográfico.

`BLOCKED_COUNTRY`

Esta regla coincide si la geo-localización detectada coincide con blockedCountries.

Significancia: alta
Puntuación: 0 | 5

`HOSTING`

Esta regla coincide si la dirección IP se sabe que está ubicada en un centro de datos.

Significancia: media
Puntuación: 0 | 2

`MALICIOUS`

Esta regla coincide si la dirección IP se encuentra en una de las listas de bloqueo de actores maliciosos conocidos.

Significancia: alta
Puntuación: 0 | 5

`PROXY`

Esta regla coincide si la dirección IP se sabe que es un servidor proxy como una VPN.

Significancia: baja
Puntuación: 0 | 0.5

`TOR`

Esta regla coincide si la dirección IP se sabe que es una salida TOR.

Significancia: media
Puntuación: 0 | 1

`UNEXPECTED_COUNTRY`

Esta regla coincide si la geo-localización detectada no coincide con expectedCountries.

Significancia: media
Puntuación: 0 | 1

Reglas de Zona Horaria

La zona horaria del usuario (proporcionada por el navegador) se evalúa para detectar una geo-localización precisa del usuario. Esto a menudo es más preciso que la dirección IP debido a la inexactitud del conjunto de datos de IP y al uso de proxies.

`BLOCKED_COUNTRY`

Esta regla coincide si la geo-localización detectada coincide con blockedCountries.

Significancia: alta
Puntuación: 0 | 5

`UNEXPECTED_COUNTRY`

Esta regla coincide si la geo-localización detectada no coincide con expectedCountries.

Significancia: media
Puntuación: 0 | 1

API de Filtro de Spam

Casos de uso

¡Pruébalo!

Autorización

Uso con el Widget

Clasificación de texto

Verificación de correo electrónico

Verificación de dirección IP

Verificación de huso horario

Punto final del API

Solicitud

Respuesta

Reglas de puntuación

Reglas de Texto

CAPITALIZATION

CURRENCY

EMOJI

EXCLAMATION

HASH_TAGS

HTML

HTML_INJECTION

NUMBERS_ONLY

PROFANITY

RANDOM_CHARS

SENTIMENT

SHORT_TEXT

SPAM_WORDS

SPECIAL_CHARS

SQL_INJECTION

UNEXPECTED_LANGUAGE

UNKNOWN_LANGUAGE

URL

Reglas de Correo Electrónico

FREE_PROVIDER

DMARC

MX

REPORTED

INVALID

Reglas de Dirección IP

BLOCKED_COUNTRY

HOSTING

MALICIOUS

PROXY

TOR

UNEXPECTED_COUNTRY

Reglas de Zona Horaria

BLOCKED_COUNTRY

UNEXPECTED_COUNTRY

`CAPITALIZATION`

`CURRENCY`

`EMOJI`

`EXCLAMATION`

`HASH_TAGS`

`HTML`

`HTML_INJECTION`

`NUMBERS_ONLY`

`PROFANITY`

`RANDOM_CHARS`

`SENTIMENT`

`SHORT_TEXT`

`SPAM_WORDS`

`SPECIAL_CHARS`

`SQL_INJECTION`

`UNEXPECTED_LANGUAGE`

`UNKNOWN_LANGUAGE`

`URL`

`FREE_PROVIDER`

`DMARC`

`MX`

`REPORTED`

`INVALID`

`BLOCKED_COUNTRY`

`HOSTING`

`MALICIOUS`

`PROXY`

`TOR`

`UNEXPECTED_COUNTRY`

`BLOCKED_COUNTRY`

`UNEXPECTED_COUNTRY`