Ero sivun ”Roskaamisen torjunta MediaWikissä” versioiden välillä

Linux.fista
Siirry navigaatioon Siirry hakuun
(simpleantispam)
(tarkennuksia)
Rivi 1: Rivi 1:
[[wikipedia:fi:Wiki|Wikien]] periaatteeseen kuuluu se, että kuka tahansa voi muokata wikin sisältöä. Tämä kuitenkin aiheuttaa joskus ongelmia, kun roskaajat yrittävät esimerkiksi parantaa sivujen sijoittumista Googlen hauissa lisäämällä wikin sivuille linkkejä eri sivustoille. Erilaiset mainostajabotit aiheuttavatkin helposti paljon työtä wikien ylläpitäjille.
[[wikipedia:fi:Wiki|Wikien]] periaatteeseen kuuluu se, että kuka tahansa voi muokata wikin sisältöä. Tämä kuitenkin aiheuttaa joskus ongelmia, kun roskaajat yrittävät esimerkiksi parantaa sivujen sijoittumista hakukoneissa lisäämällä wikin sivuille linkkejä eri sivustoille. Erilaiset mainostajabotit aiheuttavatkin helposti paljon työtä wikien ylläpitäjille.


[[MediaWiki]], yksi suosituimmista wiki-ohjelmistoista, mahdollistaa roskaamisen torjunnan monella eri tavalla. Tässä artikkelissa käydään läpi tapoja, joilla roskaajabottien toimintaa voidaan estää. Suurin osa ohjeista perustuu tällä hetkellä Linux.fin ylläpitäjien käytännön kokemuksiin. Näillä toimenpiteillä on päästy tilanteeseen, jossa botit eivät käytännössä lainkaan roskaa Linux.fitä.
[[MediaWiki]], yksi suosituimmista wiki-ohjelmistoista, sisältää monipuoliset roskaamisen torjuntaominaisuudet. Tässä artikkelissa käydään läpi tapoja, joilla roskaajabottien toimintaa voidaan estää. Suurin osa ohjeista perustuu tällä hetkellä Linux.fin ylläpitäjien käytännön kokemuksiin. Näillä toimenpiteillä on päästy tilanteeseen, jossa botit eivät käytännössä lainkaan roskaa Linux.fitä.


== Anonyymien muokkausten esto ==
== Anonyymien muokkausten esto ==
Rivi 8: Rivi 8:
Lisätietoja löytyy [http://www.mediawiki.org/wiki/Manual:Preventing_access#Restrict_editing_of_all_pages MediaWikin ohjeista].
Lisätietoja löytyy [http://www.mediawiki.org/wiki/Manual:Preventing_access#Restrict_editing_of_all_pages MediaWikin ohjeista].


Joissain wikeissä (kuten Linux.fissä ja Wikipediassa) tätä ei kuitenkaan ole otettu käyttöön, sillä monet asialliset käyttäjät haluavat muokata sivuja anonyymisti. Lisäksi jotkut botit osaavat rekisteröityä jolloin anonyymien muokkausten esto ei niitä haittaa.
Joissain wikeissä (kuten Linux.fissä ja Wikipediassa) tätä ei kuitenkaan ole otettu käyttöön, sillä monet asialliset käyttäjät haluavat muokata sivuja anonyymisti. Lisäksi jotkut botit osaavat rekisteröityä, jolloin anonyymien muokkausten esto ei niitä haittaa.


== $wgSpamRegex ==
== $wgSpamRegex ==
MediaWiki sisältää sisäänrakennetun roskantunnistajan, joka ei hyväksy muokkausta, jos se toteuttaa muuttujassa <tt>$wgSpamRegex</tt>-määritellyn säännöllisen lausekkeen. Oletuksena tämä säännöllinen lauseke ei sisällä juuri mitään, mutta sitä voi helposti laajentaa muokkaamalla tiedostoa <tt>LocalSettings.php</tt>. Linux.fissä käytössä oleva määritelmä löytyy [http://linux.fi/wgspamregex.txt täältä].
MediaWiki sisältää sisäänrakennetun roskantunnistajan, joka ei hyväksy muokkausta, jos se toteuttaa muuttujassa <tt>$wgSpamRegex</tt>-määritellyn säännöllisen lausekkeen. Säännöllisiä lausekkeita voi helposti lisätä muokkaamalla tiedostoa <tt>LocalSettings.php</tt>. Linux.fissä käytössä oleva määritelmä löytyy [http://linux.fi/wgspamregex.txt täältä].


Lisätietoja löytyy [http://www.mediawiki.org/wiki/Manual:$wgSpamRegex MediaWikin ohjeista].
Lisätietoja löytyy [http://www.mediawiki.org/wiki/Manual:$wgSpamRegex MediaWikin ohjeista].


== SpamBlacklist-lisäosa ==
== SpamBlacklist-lisäosa ==
[http://www.mediawiki.org/wiki/Spamblacklist SpamBlacklist]-lisäosa tarkistaa kaikki muokkaukset säännöllisillä lausekkeilla. Jos muokkaus toteuttaa roskaa määrittelevän lausekkeen, sitä ei hyväksytä.
[http://www.mediawiki.org/wiki/SpamBlacklist SpamBlacklist]-lisäosa tarkistaa muokkaukset säännöllisillä lausekkeilla roskaa sisältävien [[URL]]-osoitteiden varalta. Jos jokin osoite toteuttaa roskaa määrittelevän lausekkeen, ei muokkausta hyväksytä.  


Lisäosa asennetaan kuten muutkin MediaWikin lisäosat (katso lisätietoja artikkelista [[MediaWiki]] ja lisäosan kotisivulta). Lisäksi <tt>LocalSettings.php</tt>-tiedostossa määritellään, mistä roskaa määrittelevät säännölliset lausekkeet haetaan. Tiedostoon lisätään siis rivit
Lisäosa asennetaan kuten muutkin MediaWikin lisäosat (katso lisätietoja artikkelista [[MediaWiki]] ja lisäosan kotisivulta). Säännöllisiä lausekkeita haetaan oletuksena Wikimedian [http://meta.wikimedia.org/wiki/Spam_blacklist yleisestä listasta] sekä wikin sivuilta <tt>Järjestelmäviesti:Spam-blacklist‎</tt> ja <tt>Järjestelmäviesti:Spam-whitelist‎</tt> ("valkoinen lista", muualla määriteltyjen lausekkeiden kumoaminen). Wiki-sivut ovat kenen tahansa ylläpitäjän oikeudet omaavan käyttäjän muokattavissa. Muita lähteitä voi määritellä <tt>LocalSettings.php</tt>-tiedostoon lisättävässä <tt>$wgSpamBlacklistFiles</tt>-muuttujassa [http://www.mediawiki.org/wiki/Spamblacklist#Custom_blacklist_sources].
<pre>
require_once( "$IP/extensions/SpamBlacklist/SpamBlacklist.php" );
$wgSpamBlacklistFiles = array(
  "$IP/extensions/SpamBlacklist/wikimedia_blacklist", // Wikimedian lista
  //  tietokanta    sivun otsikko
  "DB: wikidb My_spam_blacklist",   
);
</pre>
Eli taulukkoon <tt>$wgSpamBlacklistFiles</tt> määritellään säännöllisten lausekkeiden paikat. Tässä ensimmäinen kohde on hakemistossa <tt>extensions/SpamBlacklist</tt> oleva tiedosto <tt>wikimedia_blacklist</tt>, joka on tarkoitus päivittää väliajoin MediaWikin palvelimelta. Tiedoston on tarkoitus olla wikien yhteinen roskalista. Sen voi hakea osoitteesta http://meta.wikimedia.org/w/index.php?title=Spam_blacklist&action=raw&sb_ver=1. Tätä listaa ei ole pakko kopioida MediaWikiä ajavalle palvelimelle, vaan <tt>$wgSpamBlacklistFiles</tt>-taulukkoon voidaan laittaa suoraan tämä osoite.


Näiden lisäksi tämä lisäosa hakee säännöllisiä lausekkeita myös wikin sivulta [[Mediawiki:Spam-blacklist]]. Lisäksi erityistä "valkoista listaa", jonka säännölliset lausekkeet määrittävät että kyseisiä lausekkeita toteuttavaa sivua ei koskaan tunnisteta roskaksi, haetaan sivulta [[MediaWiki:Spam-whitelist]].
SpamBlacklist-lisäosa on käytössä Linux.fissä.
 
SpamBlacklist-lisäosa on käytössä Linux.fissä. Käytössä on myös säännöllisin välein päivitettävä MediaWikin roskalista.  


== Captcha ==
== Captcha ==
Captchalla tarkoitetaan menetelmää, jossa käyttäjän on vahvistettava olevansa ihminen kirjoittamalla generoidussa kuvassa olevat kirjaimet tekstikenttään. Kuvasta tehdään yleensä sellainen, että kirjainten tunnistaminen siitä koneellisesti on hyvin haastavaa.
Captchalla tarkoitetaan menetelmää, jossa käyttäjän on vahvistettava olevansa ihminen kirjoittamalla generoidussa kuvassa olevat kirjaimet tekstikenttään tai suorittamalla määritelty laskutoimitus. Kuvasta tehdään yleensä sellainen, että kirjainten tunnistaminen siitä koneellisesti on hyvin haastavaa.


MediaWikiin on mahdollista lisätä Captcha-järjestelmä helposti [http://www.mediawiki.org/wiki/Extension:ConfirmEdit ConfirmEdit]-lisäosalla. Sen asetuksista voi säätää, ketkä joutuvat tunnistautumaan ihmisiksi. Yleensä vaatimus asetetaan ainakin anonyymeille käyttäjille.
MediaWikiin on mahdollista lisätä Captcha-järjestelmä helposti esimerkiksi [http://www.mediawiki.org/wiki/Extension:ConfirmEdit ConfirmEdit]- tai [http://www.mediawiki.org/wiki/Extension:ReCAPTCHA reCAPTCHA]-lisäosilla. Sen asetuksista voi säätää, millaiset muokkaukset edellyttävät tunnistautumista ihmiseksi. Usein tällaisiksi määritellään esimerkiksi anonyymit tai URL-osoitteita sisältävät muokkaukset.


Captcha ei ole käytössä esimerkiksi Linux.fissä eikä Wikipediassa, sillä se hankaloittaa joidenkin käyttäjien toimintaa.
Captcha ei ole käytössä esimerkiksi Linux.fissä eikä Wikipediassa, sillä se hankaloittaa joidenkin käyttäjien toimintaa.

Versio 12. heinäkuuta 2009 kello 02.36

Wikien periaatteeseen kuuluu se, että kuka tahansa voi muokata wikin sisältöä. Tämä kuitenkin aiheuttaa joskus ongelmia, kun roskaajat yrittävät esimerkiksi parantaa sivujen sijoittumista hakukoneissa lisäämällä wikin sivuille linkkejä eri sivustoille. Erilaiset mainostajabotit aiheuttavatkin helposti paljon työtä wikien ylläpitäjille.

MediaWiki, yksi suosituimmista wiki-ohjelmistoista, sisältää monipuoliset roskaamisen torjuntaominaisuudet. Tässä artikkelissa käydään läpi tapoja, joilla roskaajabottien toimintaa voidaan estää. Suurin osa ohjeista perustuu tällä hetkellä Linux.fin ylläpitäjien käytännön kokemuksiin. Näillä toimenpiteillä on päästy tilanteeseen, jossa botit eivät käytännössä lainkaan roskaa Linux.fitä.

Anonyymien muokkausten esto

Yksi helppo tapa rajoittaa muokkaajabottien toimintaa on estää muokkaaminen sisäänkirjautumattomilta käyttäjiltä. Tämä onnistuu lisäämällä LocalSettings.php-tiedostoon rivi 

$wgGroupPermissions['*']['edit'] = false;

Lisätietoja löytyy MediaWikin ohjeista.

Joissain wikeissä (kuten Linux.fissä ja Wikipediassa) tätä ei kuitenkaan ole otettu käyttöön, sillä monet asialliset käyttäjät haluavat muokata sivuja anonyymisti. Lisäksi jotkut botit osaavat rekisteröityä, jolloin anonyymien muokkausten esto ei niitä haittaa.

$wgSpamRegex

MediaWiki sisältää sisäänrakennetun roskantunnistajan, joka ei hyväksy muokkausta, jos se toteuttaa muuttujassa $wgSpamRegex-määritellyn säännöllisen lausekkeen. Säännöllisiä lausekkeita voi helposti lisätä muokkaamalla tiedostoa LocalSettings.php. Linux.fissä käytössä oleva määritelmä löytyy täältä.

Lisätietoja löytyy MediaWikin ohjeista.

SpamBlacklist-lisäosa

SpamBlacklist-lisäosa tarkistaa muokkaukset säännöllisillä lausekkeilla roskaa sisältävien URL-osoitteiden varalta. Jos jokin osoite toteuttaa roskaa määrittelevän lausekkeen, ei muokkausta hyväksytä.

Lisäosa asennetaan kuten muutkin MediaWikin lisäosat (katso lisätietoja artikkelista MediaWiki ja lisäosan kotisivulta). Säännöllisiä lausekkeita haetaan oletuksena Wikimedian yleisestä listasta sekä wikin sivuilta Järjestelmäviesti:Spam-blacklist‎ ja Järjestelmäviesti:Spam-whitelist‎ ("valkoinen lista", muualla määriteltyjen lausekkeiden kumoaminen). Wiki-sivut ovat kenen tahansa ylläpitäjän oikeudet omaavan käyttäjän muokattavissa. Muita lähteitä voi määritellä LocalSettings.php-tiedostoon lisättävässä $wgSpamBlacklistFiles-muuttujassa [1].

SpamBlacklist-lisäosa on käytössä Linux.fissä.

Captcha

Captchalla tarkoitetaan menetelmää, jossa käyttäjän on vahvistettava olevansa ihminen kirjoittamalla generoidussa kuvassa olevat kirjaimet tekstikenttään tai suorittamalla määritelty laskutoimitus. Kuvasta tehdään yleensä sellainen, että kirjainten tunnistaminen siitä koneellisesti on hyvin haastavaa.

MediaWikiin on mahdollista lisätä Captcha-järjestelmä helposti esimerkiksi ConfirmEdit- tai reCAPTCHA-lisäosilla. Sen asetuksista voi säätää, millaiset muokkaukset edellyttävät tunnistautumista ihmiseksi. Usein tällaisiksi määritellään esimerkiksi anonyymit tai URL-osoitteita sisältävät muokkaukset.

Captcha ei ole käytössä esimerkiksi Linux.fissä eikä Wikipediassa, sillä se hankaloittaa joidenkin käyttäjien toimintaa.

SimpleAntiSpam-lisäosa

SimpleAntiSpam-lisäosa lisää muokkaussivuille tavalliselle käyttäjälle näkymättömän laatikon, jonka jotkut yksinkertaisimmat mainostusbotit täyttävät. Jos tämä laatikko on täytetty, muokkausta ei hyväksytä.

Tämä lisäosa on käytössä Linux.fissä.

Aiheesta muualla

Noudettu kohteesta ”https://www.linux.fi/w/index.php?title=Roskaamisen_torjunta_MediaWikissä&oldid=28109”