自2004年以来，Gmail一直在改变我们对电子邮件的看法。据谷歌统计，当时Gmail吸引了15亿用户。我是其中之一，你也是。在这15年里，发生了许多变化。其中许多保持不变。电子邮件世界中的静态组件之一是恶意软件，尤其是在电子邮件附件中。宏病毒(主要感染微软Word文档)早在Gmail之前就存在了，当然：举手的人还记得1995年的Concept吗？毫无疑问，微软确实启动了Word宏的安全问题，这导致在Office 2000中默认禁用宏。不幸的是，这并没有阻止问题。附件恶意软件的问题继续发展，针对这种威胁媒介的防御措施也在发展。谷歌认为，恶意文档目前占针对Gmail用户的所有恶意软件的58%。现在，谷歌正在通过使用“深度学习”人工智能来反击，以防止这种恶意软件进入您的收件箱。
谷歌屏蔽了99.9%的恶意Gmail附件
谷歌投资安全并不奇怪。今年早些时候，我报道了它是如何向黑客支付650万美元(500万英镑)的奖励来保护 安全的。然后，在检测到欺诈行为增加时，采取了先发制人的措施，暂停Chrome在线应用商店中的所有付费扩展。那么，谷歌自然应该把机器学习模式作为Gmail安全流程的一部分，并且已经在幕后做了很多年。事实上，早在2017年，谷歌就宣布机器学习模型可以帮助阻止99.9%的垃圾邮件和网络钓鱼邮件到达您的收件箱。考虑到当时Gmail收到的所有邮件中有50%以上是垃圾邮件，这个数字非常大。快进到2020年，机器学习模型已经完善，垃圾邮件、网络钓鱼和恶意软件拦截的成功率仍然是99.9%。等式中的恶意软件扫描部分是我最感兴趣的部分，尤其是由于其中涉及的疯狂数字。Gmail扫描仪每周处理3000亿个Gmail附件，寻找被阻止的恶意文件。谷歌表示，63%的被屏蔽文档每天都在变化。正是这种来自恶意文档的日益增长的威胁，促使谷歌将下一代机器学习扫描仪部署到混合系统中：基于深度学习的扫描仪。
谷歌如何使用深度学习来保持收件箱没有恶意软件？
写了很多文章，可以让你对什么是深度学习及其在商业中的应用有更深的理解。冒着大大简化这个概念的风险，你可以把机器学习想象成“AI”的一个分支，它采用自修改算法，需要向系统输入结构化数据才能正常工作，需要人工干预才能成功。使用数据处理神经网络方法，深度学习在某种程度上更像人脑。这些网络一层接一层地堆叠在一起，形成一个“深层”神经网络。深度学习在某些方面非常擅长，比如识别照片并分类，或者理解语音命令。谷歌在这些领域使用了深度学习，现在你可以在其中添加恶意软件扫描。
标签：