Tutkijat kehittivät uuden mallin tehokkaampaan roskapostin suodatukseen

Lukuajan kuvake 3 min. lukea


Lukijat tukevat MSPoweruseria. Kun teet ostoksen käyttämällä sivustollamme olevia linkkejä, voimme ansaita kumppanipalkkion. Työkaluvihje-kuvake

Lue affiliate-ilmoitussivulta, kuinka voit auttaa MSPoweruseria vaivattomasti ja ilman rahaa. Lue lisää

Roskapostit ovat asioita, joita me kaikki halveksimme. Sen lisäksi, että niitä pommitetaan epäolennaisilla viesteillä, ne voivat sisältää haittaohjelmia ja tietojenkalastelusisältöä, joka voi aiheuttaa vahinkoa sinulle. Roskapostisuodattimilla on tärkeä rooli suojella sinua niiltä. Roskapostintunnistinmallit voivat tunnistaa roskapostin automaattisesti, mutta meidän on koulutettava ne suuriin sähköpostitietosarjoihin ja tunnistettava ne manuaalisesti. Tämän intialaisen Sinhgad Institute of Technology Lonavalan tutkijat toivovat voivansa käsitellä.

"Roskapostin havaitseminen on välttämätöntä, koska se voi varmistaa oikeudenmukaisuuden myyjille ja säilyttää ostajan luottamuksen verkkokauppoihin", sanoi Vikas Samarthrao Kadam, yksi tutkijoista, joka osallistui lehdessä julkaistuun tutkimuspaperiin. International Journal of Intelligent Robotics and Applications. ”Toisin kuin muut menetelmät, se parantaa harjoitusnopeutta ja luokittelun tehokkuutta. Mallimme voisi parantaa ihmisten elämänlaatua, jotka saavat suuria määriä sähköposteja, jolloin he voivat selata sähköpostinsa sujuvasti ja käyttää tilejään vain haluamaansa tarkoitukseen."

Tiimi kehitti mallin, joka perustuu monitavoitteeseen ominaisuusvalintaan ja mukautuvaan kapseliverkkoon, ja koulutti sitä sekä kuva- että tekstitietosarjoihin. Tämän syväoppimistekniikkaa käyttävän mallin sanotaan tarjoavan helpon toteutuksen, ja se voidaan kouluttaa nopeasti lyhyessä ajassa. Kadam sanoi, että heidän alustavat arvionsa osoittavat, että uudella mallilla on suurempi tarkkuus kuin muilla olemassa olevilla menetelmillä. Tiimi totesi, että tämä voi auttaa parantamaan käyttäjien turvallisuutta ja auttaa heitä lukemaan merkityksettömiä sähköposteja paremmin ja helpommin.

"Mallimme myös vähentää harjoitusnopeuksia ja parantaa luokittelun tehokkuutta", Kadam sanoi haastattelussa TechXplore. "Toisin kuin muut mallit, se lisää roskapostin tunnistuksen lähentymisnopeutta ja saavuttaa parempia tuloksia."

Toisaalta ryhmä totesi, että mallia on vielä kehitettävä, jotta varmistetaan äärimmäinen tehokkuus nopeuden ja tarkkuuden suhteen. Kun se on valmis, roskapostin suodatustekniikkaa voidaan kuitenkin käyttää laajassa mittakaavassa, mukaan lukien gmail, Yahoo Mail ja näkymät.

"Roskapostin tunnistus- ja suodatusjärjestelmien turvallisuus on ratkaisevan tärkeää paremman tarkkuuden ja luotettavien tulosten saavuttamiseksi, joita voidaan parantaa tulevaisuudessa käyttämällä kokonaisoppimista", Kadam sanoi. ”Monien mallien väärien positiivisten prosenttiosuus on edelleen vaadittua korkeampi, mutta se tulisi jatkossa vähentää mahdollisimman pieneen arvoon. Reaaliaikainen roskapostiluokittelu on erittäin tarpeellinen, koska useimmat ehdotetut mallit eivät toimi hyvin reaaliaikaisen datan kanssa... Melkein kaikki tutkijat esittävät tuloksensa malliensa tarkkuuden, tarkkuuden ja muistamisen perusteella, mutta mielestämme aika Koneoppimismallien monimutkaisuus tulisi myös pitää arviointimittarina”, Kadam sanoi. "Jotkut tutkijat osoittavat lupaavia tuloksia ominaisuuspoiminnassa sanapussin avulla, koska he väittävät, että sähköpostin otsikko on yhtä tärkeä roskapostin havaitsemisessa kuin tekstin sisältö. Joten jatkossa voitaisiin harkita myös otsikkorivin syväpiirteiden poistamista."

Jätä vastaus

Sähköpostiosoitettasi ei julkaista. Pakolliset kentät on merkitty *