Chaque mois, 1,5 milliard de personnes utilisent Gmail, dont 5 millions d’entreprises utilisant le service dans le cadre de G Suite. Et, l’une des plus grandes attractions du service réside dans ses protections de sécurité intégrées.
Grâce à l’utilisation de l’apprentissage machine, la société est en mesure de bloquer 99,9 % du spam, du phishing et des logiciels malveillants d’arriver dans les boîtes de réception des utilisateurs. Cependant, en mettant en place de nouvelles protections reposant sur le framework d’apprentissage machine open source de Google, TensorFlow, le géant de la recherche a réussi à bloquer chaque jour 100 millions de spams supplémentaires.
Google bloque maintenant les catégories de spams qui étaient auparavant très difficiles à détecter. En utilisant TensorFlow pour analyser les e-mails entrants, la société est désormais en mesure de bloquer les messages basés sur des images, les e-mails avec du contenu masqué incorporé et les messages provenant de nouveaux domaines qui tentent de masquer un faible volume de spams dans le trafic légitime.
Le machine learning aide Google à intercepter le spam en permettant à l’entreprise d’identifier les modèles que les humains ne peuvent pas intercepter dans les grands ensembles de données. La technologie facilite également l’adaptation rapide aux nouvelles tactiques utilisées par les spammeurs, tout en personnalisant les protections anti-spam pour chaque utilisateur, car le spam d’une personne peut être un message important pour une autre personne.
Des composants extrêmement puissants
L’application de l’apprentissage machine à une telle échelle peut-être à la fois complexe et longue, c’est pourquoi TensorFlow contient de nombreux composants permettant de rendre le machine learning plus simple et plus efficace. TensorFlow Extended (TFX) est l’un de ces composants qui permettent à Google de déployer des pipelines de machine learning de manière rapide et normalisée, tandis que TensorBoard lui permet de surveiller les pipelines de formation de modèles et d’évaluer rapidement de nouveaux modèles afin de déterminer leur utilité.
TensorFlow offre également la souplesse nécessaire pour former et expérimenter différents modèles en parallèle. Cela aide les entreprises à développer l’approche la plus efficace au lieu de se limiter à exécuter une expérience à la fois. Google expérimente également TensorFlow dans d’autres domaines liés à la sécurité, tels que le phishing et la détection de logiciels malveillants, dans le but de rendre l’Internet plus sûr.
