Gmail får den största uppgraderingen av skräppostfiltret på flera år

Google publicerade nyligen ett blogginlägg om säkerhet som beskriver vad de kallar en av de största försvarsuppgraderingarna av Gmails skräppostfilter på senare år. Det är ett nytt textklassificeringssystem som kallas Resilient and Efficient Text Vectorization (RETVec). Google säger att det kan hjälpa till att förstå relevansen och specificiteten hos text, det vill säga e-postmeddelanden fyllda med specialtecken, emojis, felstavningar och annat skräp som tidigare var läsbara av människor men inte lättförstådda av maskiner. Tidigare slank skräppostmeddelanden fyllda med specialtecken lätt igenom Gmails försvar.

Även om alla skräppostfilter sannolikt skulle eliminera ett e-postmeddelande som lyder "Grattis! Ett saldo på 1 000 dollar har lagts till ditt jackpotkonto", går den stora majoriteten av bokstäverna i e-postmeddelandet ner i Unicode-standardens oändliga djup, där användare kan hitta tecken som ser ut som om de är en del av det vanliga latinska alfabetet.

Google säger att RETVec är tränad för att vara motståndskraftig mot teckennivååtgärder, inklusive infogningar, borttagningar, felstavningar, homonymer, LEET-substitutioner och mer. RETVec-modellen är tränad på en ny teckenkodning som effektivt kan koda alla tecken och ord i UTF-8-uppsättningen. Som ett resultat överträffar RETVec över 100 språk utan att kräva uppslagstabeller eller fasta ordförrådsstorlekar.

Tack vare RETVec kan Gmail nu bättre känna igen och filtrera skräppost

Google säger att skillnaden är dramatisk. Metoder som använder fasta ordförrådsstorlekar eller uppslagstabeller för homonymer är resurskrävande. RETVec, å andra sidan, har bara 200 000 parametrar istället för miljontals, så även om Googles molnplattform för skräppostfiltrering är stor kan den köras på en lokal maskin. RETVec är öppen källkod, och Google hoppas att det kommer att eliminera homonymattacker.

RETVec fungerar på ett liknande sätt som TensorFlows maskininlärningsmodeller, som använder visuell likhet för att bestämma betydelsen av ord snarare än deras faktiska teckeninnehåll. Denna metod har lett till stora förbättringar, och Google säger att ersättningen av Gmails skräppostklassificerare med RETVec förbättrade skräppostdetekteringsgraden med 38 % jämfört med baslinjen och minskade falska positiva resultat med 19,4 %. Användningen av RETVec minskade modellens TPU-användning med 83 %, vilket gör RETVec-utrullningen till en av de största uppgraderingarna de senaste åren. Företaget har testat RETVec internt under det senaste året och har rullat ut det till alla användares Gmail-konton.

Källänk: https://thanhnien.vn/gmail-nang-cap-bo-loc-thu-rac-lon-nhat-trong-nhieu-nam-185231205161858684.htm