Учетные провели исследование методов сбора информации спамерами

Учетные провели исследование методов сбора информации спамерами

...

Сотрудники Indiana University Researchers потратили пять месяцев на изучение методик, используемых современными спамерами для формирования и баз данных электронных адресов. Ученые считают, что результаты проведенного исследования окажутся небезынтересными для производителей средств борьбы со спамом.

Нежелательная электронная корреспонденция, или проще говоря спам представляет собой одну из наиболее распространенных и трудноразрешимых проблем, с которой сталкиваются практически все обитатели глобальной сети. По данным аналитиков компании MessageLabs, более 90 процентов писем, ежедневно передаваемых через Интернет, являются спамом.

Исследователи подготовились к эксперименту со впечатляющей основательностью. В качестве наживки были заготовлены 22’230 уникальных адресов электронной почты, которые были «разбросаны» в местах предположительного скопления спамеров.

Достаточно быстро ученым удалось установить, что наиболее привлекательными жертвами для распространителей мусорной корреспонденции являются обитатели Интернет-форумов, указывающие свой электронный адрес в публикуемом сообщении или комментарии. Указание адреса при регистрации на сайте, напротив, представляет собой достаточно безопасную процедуру. В ходе эксперимента ученые зарегистрировались на 70 сайтах и лишь на четыре адреса, указанных в регистрационной форме, начала поступать нежелательная корреспонденция. При этом примерно половина адресов, «засвеченных» в комментариях к постам привлекли к себе внимание распространителей «спама».

Для изучения методик сбора информации с веб-сайтов исследователи использовали специальный сайт, развернутый на собственном домене. Каждому посетителю ресурса демонстрировался уникальный адрес. Таким образом, эксперты смогли приблизительно установить периодичность сканирования сайтов в поисках новых жертв.

Эксперты утверждают, что хакерские приложения, отвечающие за сбор e-mail-адресов, так называемые «краулеры» (crawlers), обладают уникальными характеристиками, которые упрощают их обнаружение. А для того, чтобы отличить вредоносного «краулера» от его законопослушного собрата («онлайновые» поисковые механизмы также используют «ботов» для сбора необходимых данных) достаточно изучить его «место прописки».

Многим пользователям известно, что «краулера» можно без труда ввести в заблуждение путем замены символа «@» в указываемом адресе электронной почты на соответствующий предлог. Результаты проведенных экспериментов подтверждают эффективность этой нехитрой меры предосторожности. Кроме того, ученые доказали, что вероятность попадания пользователя в спамерскую базу данных напрямую зависит от благонадежности посещаемого ресурса.

О результатах своих исследований ученые рассказали на отраслевой конференции Conference on E-mail and Anti-Spam, in Mountain View, проходящей в эти дни в Калифорнии.

источник 

Нейросеть для ЖКХ научилась материться в первый месяц обучения

Разработчикам отечественного голосового помощника для сферы ЖКХ пришлось «переучивать» систему после того, как в процессе обучения бот освоил ненормативную лексику. Этот случай наглядно показал, насколько критично качество данных, на которых обучаются нейросети.

О возникшей проблеме рассказал ТАСС президент Национального объединения организаций в сфере технологий информационного моделирования (НОТИМ) Михаил Викторов на Сибирском строительном форуме, который проходит в Новосибирске.

«Приведу забавный случай: нейросеть учится, и буквально уже в первый месяц разработчики обнаружили такую коллизию — нейросеть научилась мату. Как говорится, с кем поведёшься, от того и наберёшься. Эту проблему, конечно, пришлось устранять. Но это в том числе показатель активного взаимодействия с нашими гражданами», — рассказал Михаил Викторов.

При этом, по его словам, внедрение ботов позволило сократить число операторов кол-центров в 5–6 раз без потери качества обслуживания. Нейросетевые инструменты способны обрабатывать до 90% входящих обращений.

Уровень удовлетворённости качеством обслуживания, по оценке Викторова, составляет около 80%. Передавать звонки операторам целесообразно лишь в экстренных случаях — например, при аварийных ситуациях.

Эксперты ранее отмечали, что именно данные, на которых обучается ИИ, являются ключевой причиной появления некорректных или предвзятых ответов нейросетевых инструментов.

RSS: Новости на портале Anti-Malware.ru