Los mensajes de correo electrónico no deseados, o mensajes de spam, son aquellos mensajes que recibimos de remitentes desconocidos y que no solo llenan nuestra bandeja de entrada de basura, sino que también podrían esconder algún que otro enlace a algún sitio fraudulento o incluso malware.
Si bien los actuales filtros que utilizan clientes de correo como Gmail o bien Outlook suelen funcionar bastante bien, siempre se les acaban "colando" una serie de correos spam en nuestra bandeja de entrada, lo que a veces por pereza, los dejamos ahí, algo que incluso podría acabar afectando al almacenamiento limitado de estos clientes de correo.
Si bien ha avanzado bastante el filtrado automático de estos correos y la identificación de mensajes de spam, ahora investigadores del Sinhgad Institute of Technology Lonavala en la India han creado una nueva técnica para la detección automática de correos electrónicos no deseados que podría ayudar a mejorar la seguridad de los usuarios y evitar que reciban este tipo de mensajes.
"A diferencia de otros modelos, aumenta la tasa de convergencia de la detección de correo no deseado, logrando mejores resultados. Nuestro modelo también reduce las velocidades de entrenamiento y conduce una mayor eficiencia de clasificación", señala Vikas Samarthrao Kadam al medio techxplore.
Este modelo se ampara en la selección de características multiobjetivo bajo una técnica de aprendizaje profunda nueva y prometedora. Y es que a diferencia de otros métodos desarrollados antes, el modelo se entrega en un conjunto de datos de imagen y texto.
"Nuestro trabajo confirma la promesa de modelos de detección nuevos y mejorados basados en algoritmos de aprendizaje profundos. Nuestro modelo presenta un nuevo algoritmo heurístico híbrido y logra una selección de características óptima con una función multiobjetivo", señala Kadam.
De esta manera, se trata de un nuevo modelo fácil de implementar y que encima se puede entregar de forma rápida, en periodos cortos de tiempo, a diferencia de los modelos actuales que requieren la participación de un mayor conjunto de personas.
Añaden que "nuestro modelo podría mejorar la calidad de vida de las personas que reciben una gran cantidad de correos electrónicos, permitiéndoles navegar a través de su correo sin problemas y solo usar sus cuentas para su propósito deseado", añade Kadam.
En el futuro quieren implementar esta nueva técnica de filtrado a gran escala, mejorando la seguridad y la eficiencia de los servicios de correo electrónico actuales como pueden ser Gmail, Outlook o Yahoo, entre otros.
"La seguridad de los sistemas de detección y filtración de spam es crucial para lograr una mayor precisión y resultados confiables que puedan mejorarse en el futuro mediante el aprendizaje conjunto. La tasa de falsos positivos de muchos modelos sigue siendo superior a la requerida, pero debería reducirse al valor más pequeño posible al futuro", afirma.
"La clasificación de spam en tiempo real es muy necesaria ya que la mayoría de los modelos propuestos no funcionan bien con los datos", concluye Kadam.
0 Comments:
Publicar un comentario