ՏՏ փորձագետը բացատրել է, թե ինչու սպամ նամակները չեն հասնում իրենց հասցեատերերին

Փոստի ծառայություններին հաջողվում է նվազագույնի հասցնել օգտատերերի կողմից անցանկալի նամակների ստացումը մեքենայական ուսուցման տեխնոլոգիաների՝ ML մոդելների մշակման շնորհիվ։ Այն մասին, թե ինչպես է դա աշխատում, Gazeta.Ru-ին ասել է Mail.ru-ի մեքենայական ուսուցման թիմի ծրագրավորող-հետազոտող Մարիա Անիսիմովան:

Ըստ փորձագետի՝ ML մոդելը մաթեմատիկական ֆունկցիա է, որը ստեղծվում է ավելի բարձր մաթեմատիկական մեթոդների և օպտիմալացման ալգորիթմների միջոցով՝ խնդիրներ լուծելու կամ առկա տվյալների հիման վրա որոշակի իրադարձություն կանխատեսելու համար։ Պարզ ասած՝ մեքենայական ուսուցման մոդելն օգտագործում է ալգորիթմներ՝ տվյալների օրինաչափությունները գտնելու և հիշելու համար:

«Antispam համակարգերը ճանաչում են օրական մոտ 100 միլիոն սպամ նամակներ: Շատերը կարծում են, որ սպամը հեշտ է հայտնաբերել, քանի որ այն միապաղաղ է և ձանձրալի, սակայն այսօր սպամերը տարբեր հնարքներ են առաջարկում՝ օգտատերերի ուշադրությունը շեղելու համար: Օրինակ, նրանք նամակներ են ուղարկում հեշտ և արագ վաստակի մասին («Դուք շահել եք ձեր միլիոն ռուբլին») կամ ֆիշինգով («Դուք շտապ պետք է թարմացնեք ձեր տվյալները, հետևեք հղմանը»): Նման հնարքները շատ են, բոլորն էլ կարող են հայտնաբերել Antispam ML համակարգերը։ Մեքենայական ուսուցման ալգորիթմները վերլուծում են բոլոր մուտքային տեղեկությունները տառերով՝ ուղարկողի հեղինակությունը, URL-ը, նկարների և տեքստի առանձնահատկությունները, այնուհետև հայտնաբերում են կասկածելի օրինաչափությունները և պաշտպանում օգտատերերին հնարավոր սպառնալիքներից», – բացատրել է Անիսիմովան:

ML մոդելները պարբերաբար վերապատրաստվում են ավտոմատ կերպով (օգտագործողների հարցումների և «Սա սպամ է» կոճակի վրա սեղմումների շնորհիվ): Ահա թե ինչպես են Antispam համակարգերը սովորում արագ արձագանքել խաբեբաների նույնիսկ նորագույն հնարքներին:

«Հիշեք, թե քանի անգամ եք ցանկացել չեղարկել բաժանորդագրությունը ձեր զամբյուղը ծանրաբեռնող նյարդայնացնող նամակներից: Փաստն այն է, որ ոչ բոլոր էլեկտրոնային փոստի համակարգերն են պատրաստ բացառել փոստարկղերն իրենց ցուցակից, ուստի փոստային ալգորիթմներն ամեն օր վերլուծում են «վստահելի» նամակագիրներին: Եթե ​​ուղարկողը հրաժարվում է կատարել օգտատիրոջ պահանջները, ապա ML համակարգերը ձեռնարկում են արգելափակման միջոցներ»,- պարզաբանել է փորձագետը։

Այսօր  ML համակարգն արգելափակում է օրական մոտ 130 հազար կասկածելի գրանցում։ Միևնույն ժամանակ, արդեն գրանցված օգտատերերին պաշտպանելու համար Hack Analysis համակարգերը առցանց վերլուծում են օգտատիրոջ փոստարկղում կատարվող գործողությունները և վտանգի ազդանշան ստանալուց հետո մի քանի վայրկյանում հայտնաբերում հաքերներին: