Lo que necesitas saber
- Gmail ahora cuenta con un nuevo vectorizador de texto llamado RETVec, que resulta en una detección de spam un 38% mejor.
- Los vectorizadores de texto ayudan a identificar letras y símbolos en los correos electrónicos y, en consecuencia, se clasifican como spam.
- Algunos remitentes de spam manipulan letras y símbolos, utilizan homoglifos, añaden caracteres invisibles y utilizan palabras clave para intentar eludir los filtros de spam.
Detección de spam en Gmail debería mejorar gracias a una actualización de back-end para la identificación de texto en algunos servicios de Google. Gracias a la actualización de seguridad, Google dice que Gmail ahora detecta un 38% mejor el spam.
La compañía anunció la actualización recientemente en un informe de seguridad de Google. entrada en el blog (a través de 9to5Google). Antes de eso, fue probado internamente en Google durante el último año. Representa las "mayores mejoras de defensa de los últimos años", dice la compañía.
La nueva incorporación a la detección de spam de Gmail es
RETVec, que significa Vectorizador de texto resistente y eficiente. Los vectorizadores de texto se utilizan para identificar el contenido de un correo electrónico, que a veces el remitente oculta. Manipular letras y símbolos, usar homoglifos (caracteres diferentes que parecen similares), agregar caracteres invisibles y usar palabras clave para intentar evitar los filtros de spam."RETVec logra estas mejoras al presentar un modelo de incrustación de palabras muy liviano (~200k parámetros)", dijo Google en la publicación. "Permitiéndonos reducir el tamaño del modelo Transformer con un rendimiento igual o mejor, y tener la capacidad de dividir el cálculo entre el host y la TPU de una manera eficiente en la red y la memoria".
El mayor beneficio de RETVec es que es un 38% mejor en la detección de spam, pero también hay muchas otras mejoras. Esa mejora de la precisión incluye una reducción de los falsos positivos de casi un 20 % y de los falsos negativos de casi un 18 %. Los falsos negativos se producen cuando el detector de spam de Gmail no puede filtrar un correo electrónico no deseado como spam, y los falsos positivos se producen cuando los correos electrónicos válidos se clasifican incorrectamente como spam.
Dado que Google logró reducir el tamaño del modelo Transformer, el uso de RETVec redujo el uso de la Unidad de procesamiento tensorial en un 83%. Ese es un beneficio de eficiencia significativo al emplear este nuevo vectorizador de texto en Gmail.
RETVec fue desarrollado por Google Research y es completamente de código abierto. Después de un largo período de pruebas internas de Google, la compañía descubrió que era "altamente eficaz para aplicaciones de seguridad y anti-abuso".
Las personas que deseen utilizar RETVec para sus propias aplicaciones pueden seguir un tutorial de Google que explica cómo empezar.