Detaljan opis nedavnog ažuriranja filtera za neželjenu poštu Gmail mail servisa pojavio se na blogu Google developera. Kompanija je to nazvala "jednom od najvećih ažuriranja sigurnosnog sistema u posljednjih nekoliko godina".
Riječ je o integraciji novog sistema za klasifikaciju teksta Resilient & Efficient Text Vectorizer (RETVec) u poštansku službu. Prema rečima programera, on efikasno detektuje neželjene poruke, uključujući e-poštu sa puno specijalnih znakova, emotikona, grešaka u kucanju i drugih elemenata koji su nekada bili vidljivi ljudima, ali ih je bilo teško otkriti filterima za neželjenu poštu. Prema dostupnim podacima, novi algoritam efikasno identifikuje, posebno, poruke sa homoglifima, odnosno grafički vrlo sličnim znakovima, različitog značenja.
Prema Google-u, RETVec algoritam je obučen da efikasno detektuje poruke koje sadrže test koji je prošao neku vrstu manipulacije, uključujući umetanje ili brisanje znakova, grešaka u kucanju, homoglifa i još mnogo toga. Algoritam je obučen korišćenjem naprednog kodera koji je sposoban da efikasno kodira bilo koje znakove i reči u UTF-8 formatu. Kao rezultat toga, programeri su dobili algoritam koji "iz kutije" radi na više od 100 jezika svijeta.
Čini se da RETVec funkcionira na isti način kao i ljudsko čitanje. Algoritam je izgrađen na osnovu TensorFlow AI okvira, a u procesu njegovog rada utvrđuje se vizuelna „sličnost“ da bi se odredilo značenje reči, a ne simbola koji ih zapravo čine. Prema Google-u, zamjena Gmailovog prethodno korištenog vektorizatora teksta RETVec-om rezultirala je povećanjem otkrivanja neželjene pošte od 38% u odnosu na osnovnu liniju i smanjenjem lažnih pozitivnih rezultata za 19,4%. U isto vrijeme, broj Tensor Computing Procesora (TPU) koje koristi model smanjio se za 83%, što trenutno ažuriranje čini jednim od najvećih za Gmail sigurnosni sistem u posljednjih nekoliko godina.
Pročitajte također: