С помощью нейросетей Яндекс стал на 40% лучше выявлять звонки мошенников

С помощью нейросетей Яндекс стал на 40% лучше выявлять звонки мошенников

С помощью нейросетей Яндекс стал на 40% лучше выявлять звонки мошенников

Определитель номеров теперь в 1,5 раза быстрее и точнее распознаёт подозрительные звонки — в том числе от мошенников. Если раньше система ориентировалась в основном на отзывы пользователей, то теперь в ход пошёл анализ более 300 различных признаков.

Например, учитывается, если с одного номера звонят сразу множеству людей — это может быть признаком спам- или мошеннического обзвона.

Среднее время, за которое номер получает оценку, сократилось с 10 до 1,5 минут. Это важно, потому что мошенники часто используют новые номера, у которых ещё нет истории вызовов, и старая система могла не сработать.

Теперь нейросеть смотрит не только на количество звонков, но и на такие детали, как продолжительность разговора, кто первым завершил вызов, в какое время звонили и так далее. Если большинство людей сбрасывают звонок через несколько секунд — скорее всего, он нежелательный.

Важно, что при этом личные данные не используются — анализ проводится по обезличенной информации.

Среди популярных мошеннических схем — звонки якобы от службы доставки или налоговой. В первом случае просят назвать код из СМС, чтобы «получить посылку». Во втором — предлагают «записаться на приём в ФНС» и тоже просят код. Повод для звонка может быть любой: не поданная декларация, странная сумма перевода или «задолженность».

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

MWS Cloud увеличила GPU-мощности виртуальной инфраструктуры в 1,5 раза

В первой половине 2025 года MWS Cloud расширила ресурсы своей виртуальной инфраструктуры с графическими процессорами в 1,5 раза. Дополнительные мощности появились в двух московских дата-центрах — «Авантаж» и GreenBushDC, а также в одном ЦОД в Санкт-Петербурге.

GPU-инфраструктура используется для обучения и инференса моделей машинного обучения, больших языковых моделей и систем компьютерного зрения.

На её основе можно запускать платформы для ML-разработки и инференса, при этом пользователи оплачивают только фактически потреблённые ресурсы.

Такие мощности востребованы у разработчиков и компаний, работающих с генеративными нейросетями, системами распознавания, высоконагруженными продуктами, а также с задачами рендеринга, симуляций и анализа больших данных.

По данным MWS Cloud, с начала года использование GPU-ресурсов в их облаке выросло почти в 1,7 раза.

AM LiveПодписывайтесь на канал "AM Live" в Telegram, чтобы первыми узнавать о главных событиях и предстоящих мероприятиях по информационной безопасности.

RSS: Новости на портале Anti-Malware.ru