علوم تكنولوجية

Gmail يحصل على أكبر تحديث أمنى.. كل ما تحتاج معرفته عن ميزة RETVec

نقدم لكم عبر موقع “نص كم” علوم تكنولوجية محدثة باستمرار نترككم مع “Gmail يحصل على أكبر تحديث أمنى.. كل ما تحتاج معرفته عن ميزة RETVec”


شاركت شركة جوجل تفاصيل جديدة حول تقنية تمت ترقيتها تستخدمها لتحسين اكتشاف البريد العشوائى على خدمة البريد الإلكترونى المجانية Gmail، وفى أحدث منشور على مدونة جوجل Security، أشار عملاق التكنولوجيا إلى أن هذه “واحدة من أكبر الترقيات الدفاعية” التى تلقاها Gmail فى السنوات الأخيرة.


وتدعى الشركة أن أحدث طراز لها قادر على التعرف بشكل أفضل على النص، وقد قام بتحسين اكتشاف البريد العشوائى من خلال 38%.


وتشير الشركة إلى أنه لتحديد المحتوى الضار مثل هجمات التصيد والتعليقات غير الملائمة وعمليات الاحتيال، تعتمد أنظمة مثل Gmail وYouTube وجوجل Play على نماذج تصنيف النص، ويصعب على نماذج التعلم الآلى تصنيف هذه الأنواع من النصوص لأن مرسلى البريد العشوائى يستخدمون التلاعب بالنصوص العدائية للتهرب من هذه المصنفات.


وعلى سبيل المثال استخدم المهاجمون الحروف المتجانسة والأحرف غير المرئية وحشو الكلمات الرئيسية لتجاوز دفاعات جوجل.




ما هو RETVec


للمساعدة فى جعل مصنفات النصوص هذه أكثر صرامة وكفاءة، قامت جوجل بتطوير ناقل نص جديد متعدد اللغات يسمى RETVec (ناقل النص المرن والفعال)، وهذا يساعد نماذج تصفية البريد العشوائى على تقديم أداء تصنيف أكثر دقة وتقليل التكلفة الحسابية بشكل كبير، وشاركت الشركة أيضًا كيفية استخدام RETVec للمساعدة في حماية صناديق البريد الوارد في Gmail.


 


كيف تعمل RETVec على تحسين مرشحات البريد العشوائى فى Gmail


على مدار العام الماضى استخدمت جوجل برنامج RETVec على نطاق واسع لتقييم أهميته واكتشفت أنه فعال للغاية لتطبيقات الأمان ومكافحة إساءة الاستخدام، استبدلت الشركة ناقل النص السابق في Gmail بـ RETVec الذي أدى إلى تحسين معدل اكتشاف البريد العشوائي في الخدمة بنسبة 38% وخفض المعدل الإيجابي الخاطئ بنسبة 19.4%.


علاوة على ذلك أدى استخدام RETVec إلى تقليل استخدام النموذج للطاقة بنسبة 83%، إنه يعمل على كل اللغات و”وجميع أحرف UTF-8″ ولا يحتاج إلى أي معالجة مسبقة للنص، وهذا يجعله مثاليًا لعمليات نشر تصنيف النصوص على الجهاز والويب وواسعة النطاق.


وتدعى جوجل أن النماذج التى تم تدريبها باستخدام RETVec تظهر سرعة استدلال أسرع نظرًا لتمثيلها المضغوط، وتضيف الشركة أيضًا هذه النماذج الأصغر حجمًا تقلل التكاليف الحسابية وتقلل زمن الوصول، وهو أمر بالغ الأهمية للتطبيقات واسعة النطاق والنماذج الموجودة على الجهاز، يمكن تحويل هذه النماذج التي تم تدريبها باستخدام RETVec إلى TFLite للأجهزة المحمولة وأجهزة الحافة، النموذج مفتوح المصدر متاح على جيثب.

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

زر الذهاب إلى الأعلى