Forem项目中防止垃圾用户关注通知的技术实现
在开源社区平台Forem中,用户互动功能是社区活跃度的重要指标之一。其中,用户之间的关注机制是核心功能,但同时也面临着垃圾账号和恶意用户的挑战。本文将深入分析Forem平台如何通过技术手段防止垃圾用户关注通知的发送,保障用户体验。
背景与问题
在社交型平台中,用户关注机制通常会触发通知,告知被关注者有人关注了自己。然而,这一机制容易被垃圾账号或恶意用户利用,通过大量关注其他用户来发送垃圾通知。这不仅影响用户体验,还可能成为平台安全的隐患。
Forem平台最初通过延迟发送通知的方式来解决这个问题,即在新用户注册后的一段时间内不立即发送关注通知。这种方法确实能够拦截部分恶意行为,但存在一个明显的缺陷:它仅能过滤被标记为"suspended"(已停用)的用户,而无法识别标记为"spam"(垃圾)角色的用户。
技术实现方案
Forem平台的技术团队设计了一个双重过滤机制来解决这个问题:
-
角色基础过滤:系统会检查关注者的用户角色,过滤掉具有特定不良标记的用户。最初仅过滤"suspended"角色,现在扩展到了"spam"角色。
-
延迟发送机制:新用户注册后,系统不会立即发送其关注行为的通知,而是等待一段时间,观察该用户行为后再决定是否发送通知。
在代码实现层面,核心逻辑位于Notifications::NewFollower::Send服务中。该服务调用Follow.non_suspended方法来过滤被停用的用户,但最初版本没有包含对"spam"角色的检查。
解决方案优化
为了完善这一机制,技术团队进行了以下优化:
-
扩展过滤条件:修改Follow.non_suspended方法,使其不仅检查"suspended"角色,还要检查"spam"角色。
-
统一过滤逻辑:确保所有涉及用户关注通知的代码路径都使用相同的过滤标准,避免出现逻辑不一致的情况。
-
性能考量:在数据库查询层面进行优化,确保新增的过滤条件不会对系统性能产生显著影响。
技术细节
在实现上,主要涉及ActiveRecord查询的修改。例如:
scope :non_suspended, -> { joins(:follower).where.not(users: { role: [Role.suspended, Role.spam] }) }
这样的修改确保了无论是被停用还是被标记为垃圾的用户,其关注行为都不会触发通知发送。
总结
Forem平台通过不断完善用户行为过滤机制,有效防止了垃圾用户通过关注功能发送骚扰通知的问题。这一技术实现不仅提升了平台用户体验,也为其他社交型平台处理类似问题提供了参考。技术团队通过角色基础过滤和延迟发送机制的配合,在保证正常用户功能不受影响的前提下,有效遏制了垃圾行为。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust074- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00