Kaspersky Lab WorkSpace Security EU ED, 250-499u, 2Y, RNW KL4851XATDR ユーザーズマニュアル

 

 

1.  Open the main application window. 

2.  In the left part of the window, select the Protection section. 

3.  Select the Settings item from the Anti-Spam component context menu. 

4.  In the window that will open, in the Sensitivity section, click the Customize button. 

5.  In the window that will open, on the White list tab, in the Allowed senders section, uncheck the 

 Add allowed 

senders addresses when training Anti-Spam in the mail client box. 

If you need to select several emails at once, or are certain that a folder contains emails of a single group (spam or not 
spam), you can take a multi-faceted approach to training using the Training Wizard.  

 
 

You have the option of training Anti-Spam based on reports. The component's reports can help you assess the accuracy 
of the component's configuration, and if necessary, make certain corrections to Anti-Spam.  

 

1.  Open the main application window. 

2.  In the left part of the window, select the Protection section. 

3.  Select the Report item from the Anti-Spam component context menu. 

4.  In the window that will open, on the Events tab, select the message you want to use as a basis for additional 

training. 

5.  Select one of the following actions from the context menu for the message: 

 

Mark as Spam.  

 

Mark as Not Spam.  

 

Add to White list.  

 

Add to Black list. 

 
 

Kaspersky Anti-Virus 6.0 for Windows Workstations MP4 protects you from spam at one of the following levels:  

 

– the highest severity level where any email is considered as spam except for messages, which 

contain lines from the white list of phrases, and the senders of which are included in the white list of addresses. 
All other features are disabled.  

 

– a high level that, when activated, raises the likelihood that some emails that are not actually spam, will 

be marked as spam. At this level, the message is analyzed using the white and black lists of addresses and 
phrases, and also using PDB, GSG technologies and iBayes algorithm. 

This level should be applied in cases when there is a high likelihood that the recipient's address is ignored by 
spammers. For example, when the recipient is not registered in the mass mailings and does not have an email 
address on free/non-corporate mail servers.