Existe um lugar onde eu possa baixar o máximo possível de e-mails de spam, enviados do maior número possível de locais diferentes em todo o mundo?
Para esclarecer: não estou atrás de bancos de dados que contenham hashes de e-mails de spam ou que contenham endereços IP de remetentes / redes que enviaram spam. Estou apenas interessado em obter o máximo possível de e-mails de spam reais de forma inalterada.
Por exemplo, pode ser um arquivo mbox gigante contendo milhares ou milhões desses e-mails em seu estado original. Existem algumas organizações ou empresas anti-spam que fornecem acesso a esses dados?
ATUALIZAR:
Não sendo um falante nativo de inglês, eu simplesmente não sabia as palavras-chave certas. Basta procurar por "spam corpus" ou "spam corpora" no Google. Esperando que isso ajude outras pessoas com o mesmo problema e esperando que agora não haja mais razão para votar negativamente ...
Achei que o SpamAssassin mantinha um download de SPAM/HAM chamado corpus. Mas você realmente quer usar seus próprios e-mails para treinar. Caso contrário, você estará treinando seus filtros com e-mail antiquado.
ATUALIZAÇÃO: Parece que o SpamAssassin agora está usando corpora enviados. Mas há muitos públicos: