1 pièce(s) jointe(s)
Gmail bloque désormais 100 millions de spams supplémentaires chaque jour avec AI
Gmail bloque désormais 100 millions de spams supplémentaires chaque jour avec l'IA
Grâce à TensorFlow, le framework de machine learning de Google
Google continue d’améliorer la sécurité de son application de messagerie Gmail. La firme a mis en place de nouvelles protections basées sur TensorFlow, son propre framework open-source d'apprentissage machine, afin d’obtenir des gains supplémentaires de sécurité, a rapporté Neil Kumaran, chef de produit de la technology de lutte contre les abus chez Google, ce mercredi dans un billet de blog. En mettant à contribution TensorFlow, Google a développé de nouveaux modèles de filtres intelligents dans Gmail qui permettent désormais à l’application de messagerie de bloquer 100 millions de spams supplémentaires chaque jour.
Le géant de la technologie s’est lancé depuis plusieurs années dans la recherche dans le domaine de l’intelligence artificielle. Google a mis au point la toute première version de son système d’apprentissage automatique sous le nom de DistBelief. DistBelief a été amélioré pendant des années par les ingénieurs de Google afin de le rendre plus rapide et plus robuste. DistBelief devient ensuite TensorFlow, la seconde génération du système d’apprentissage automatique, que Google a intégré dans plusieurs de ses produits. En 2015, Google met TensorFlow sous licence open-source afin de profiter des contributions des experts dans le domaine en vue d’accélérer le développement de la bibliothèque d’apprentissage machine qui est passée à sa version 1.0 dès 2017.
En 2015 déjà, TensorFlow était utilisé pour la reconnaissance vocale dans l’application Google, ainsi que pour analyser des messages reçus et proposer des réponses à l’utilisateur dans Smart Reply, une fonctionnalité intégrée à l’époque dans l’application Inbox. Depuis le mois dernier, le framework open-source développé par Google est utilisé dans Gmail pour apporter à l’application de messagerie une sécurité supplémentaire pour le bonheur de ses 1,5 milliard d’utilisateurs particuliers et ses 5 millions d'entreprises qui utilisent Gmail chaque mois.
Selon Neil Kumaran, 99,9 % des spams, des hameçonnages et des logiciels malveillants qui atteignent les boîtes de réception Gmail sont déjà bloqués par les modèles de machine learning de Google existants qui travaillent de concert avec d’autres types protections existantes. En plus de l’amélioration continue de la protection, Google cherche également à améliorer ses capacités d'apprentissage machine pour encore mieux protéger ses clients. C’est pour cette raison que la firme de Mountain View a fait appel à TensorFlow qui lui a permis de mettre en place de nouvelles protections qui viennent compléter les protection existantes en vu d'améliorer ses capacités de détection dans Gmail.
« À l'échelle à laquelle nous fonctionnons, il n'est pas facile d'en trouver 100 millions de plus », a déclaré Neil Kumaran. « Il est de plus en plus difficile d'obtenir la dernière partie du spam incrémentiel, mais TensorFlow a été formidable pour combler cet écart. », a-t-il ajouté. « L'utilisation de TensorFlow nous a aidés à bloquer les messages basés sur des images, les courriels avec contenu caché intégré et les messages provenant de domaines nouvellement créés qui tentent de cacher un faible volume de messages spammeurs dans un trafic légitime. », selon Google.
Selon le chef de produit, les 99,9 % des spams étant déjà bloqué par les protections existantes, TensorFlow aide Google à attraper les spammeurs qui passent à travers le moins de 0,1 % restant, sans bloquer accidentellement les messages qui sont importants pour les utilisateurs. Alors que les filtres basés sur des règles peuvent bloquer les spams les plus évidents, l'apprentissage machine recherche de nouveaux modèles qui pourraient suggérer qu'un e-mail n'est pas digne de confiance.
« L’apprentissage automatique permet d'attraper le spam en nous aidant à identifier des modèles dans de grands ensembles de données que les humains qui créent les règles pourraient ne pas attraper ; il nous permet de nous adapter rapidement aux tentatives de spam qui évoluent constamment. », a écrit M. Kumaran.
« Considérez que chaque email a des milliers de signaux potentiels. Ce n'est pas parce que certaines caractéristiques d'un courriel correspondent à celles que l'on considère couramment comme du « spam » que c'est nécessairement du spam. Le machine learning nous permet d'examiner tous ces signaux ensemble pour prendre une décision. », a écrit M. Kumaran.
L’utilisation de TensorFlow permet à Google d’affiner ses modèles de filtres de protection permettant ainsi à l’équipe de protection de se concentrer plus sur la résolution des problèmes de spams et moins sur l’apprentissage machine sous-jacent. TensorFlow comprend de nombreux outils qui rendent le processus d’apprentissage automatique plus facile et plus efficace, accélérant ainsi la vitesse d’itération, alors que l'application simple d'un machine learning à grande échelle peut être complexe et prendre beaucoup de temps. Selon Google, TensorFlow est également flexible et facilite l’entrainement et l’expérimentation avec différents modèles en parallèle pour développer l'approche la plus efficace, au lieu de faire une expérience à la fois.
Selon Google, TensorFlow doit tous ses avantages à son standard ouvert, qui bénéficie des contributions des équipes et chercheurs du monde entier. Et cette contribution de la communauté signifie que les nouvelles recherches et idées peuvent être appliquées rapidement. Ce qui permet à l’équipe de Google d'intensifier ses efforts d’apprentissage automatique avec moins d'ingénieurs et conduire davantage d'expériences afin de protéger plus efficacement les utilisateurs.
Google affirme également que son équipe conduit d’autres expériences avec TensorFlow dans d’autres domaines. « Ce n'est qu'un exemple de la façon dont nous utilisons l'apprentissage machine pour assurer la sécurité des utilisateurs et des entreprises, et une seule application de TensorFlow. Même au sein de Gmail, nous expérimentons actuellement TensorFlow dans d'autres domaines liés à la sécurité, tels que l’hameçonnage et la détection des logiciels malveillants, dans le cadre de nos efforts permanents pour assurer la sécurité des utilisateurs. »
Source : Google Cloud Blog
Et vous ?
:fleche: Avez-vous déjà utilisé TensorFlow ? Quelle utilisation en avez-vous fait ?
:fleche: N’avez-vous pas eu de problèmes de spam, hameçonnage ou logiciels malveillants avec Gmail ces derniers temps ?
:fleche: Pensez-vous que TensenFlow ou l’IA mettra définitivement fin aux problèmes de spams, hameçonnages et logiciels malveillants dans la messagerie électronique ?
Lire aussi
:fleche: Google offre des millions de dollars à Wikimédia et des outils de Machine Learning, pour faciliter le travail des rédacteurs d'articles de Wikipédia
:fleche: Google lance un nouveau service baptisé Cloud AutoML, pour vous permettre de former des modèles de machine learning personnalisés sans avoir à coder
:fleche: Google rend open source TensorFlow, son tout nouveau système de machine learning
:fleche: TensorFlow, la bibliothèque d'apprentissage automatique de Google est disponible en version 1.0, avec plus performance et compatible avec Java et Go
:fleche: La fermeture de Google+ pour les comptes grand public est prévue le 2 avril 2019, Google révèle aussi quand les données seront supprimées
