Наряду с Google Material Theme, представленной на прошлой неделе, Gmail для Android получил более заметные «опасные» предупреждения, впервые представленные в веб-версии. Основываясь на машинном обучении, Google сегодня рассказал, как он использует TensorFlow для блокировки еще 100 миллионов спам-сообщений ежедневно.
Google уже использует машинное обучение и правила защиты, чтобы предотвратить попадание более 99,9% спама, фишинга и вредоносных программ во входящие сообщения. Последние меры используют TensorFlow для блокировки около 100 миллионов дополнительных спам-сообщений каждый день.
Фреймворк машинного обучения с открытым исходным кодом, также разработанный Google, специально используется для нацеливания на те 0,1% спамеров, которые «проскальзывают» через существующие средства защиты Gmail. В целом, машинное обучение помогает выявлять закономерности в больших наборах данных, которые могут быть неочевидны для человека.
Защита на основе машинного обучения помогает нам принимать детальные решения, основанные на множестве различных факторов. То, что некоторые характеристики письма совпадают с теми, которые обычно считаются «спамом», не обязательно означает, что это спам. Машинное обучение позволяет нам рассматривать все эти сигналы вместе, чтобы принять решение.
Между тем, машинное обучение также помогает обеспечить персонализированную защиту от спама, учитывая различия в восприятии спама пользователями, например, подписки на рассылки или регулярные, последовательные уведомления от приложения или сервиса.
TensorFlow способствует быстрой оценке новых моделей и мониторингу обучающих конвейеров. В результате команда Gmail может «меньше фокусироваться на базовом фреймворке машинного обучения» и больше времени уделять совершенствованию моделей и отлову спама.
TensorFlow также дает нам возможность легко обучать и экспериментировать с различными моделями параллельно, чтобы разработать наиболее эффективный подход, вместо того чтобы запускать один эксперимент за другим.