Spamassasin / Mailscanner - "учиться лучше"

Технические характеристики:

debian 8 spamassassin 3.4.1 MailScanner 5.0.3

У нас есть несколько почтовых серверов, которые (автоматически и вручную) обучаются через sa-learn на разных хостинг-серверах.

Спам будет в основном помечен и перемещен в папку спама, как требуется.

SA-Learn спам будет срабатывать для электронных писем в спам-папке. Хам SA-learn будет активирован для электронных писем, на которые ответил пользователь.

Теперь у нас есть проблемы с тем, что некоторые письма помечаются как спам, которые НЕ должны помечаться как спам (no-reply@ steampowered, no-reply@ amazon и т. Д.). Главным образом из-за BAYES 999, который включает в себя BAYES 99. Мы думаем, что из-за того, что некоторые пользователи перемещают эти письма в папки спама, которые мы будем изучать как спам для глобальных решений о спаме / ветчине.

Мы хотели бы узнать Хэм из этих "писем без ответа", но у нас нет "хорошего универсального заключения" о том, "какие письма мы можем узнать".

Здесь есть кто-то, у кого есть какие-то мысли или, может быть, хорошее решение нашей проблемы?

Мы подумали об изучении ветчины из писем, которые были перемещены из спама в почтовый ящик, но это помогло бы только неправильным сообщениям, изученным спамом.

Мы также ищем надежный источник белого списка (кто-нибудь знает один?), Который мы могли бы дополнительно включить в spamassasin / mailscanner, чтобы получить лучшие результаты спама / ветчины.

Мы ценим любую помощь

добрые пожелания