Назначены выборы депутатов в новые муниципальные округа Красноярского края
Читать
Сообщать о пьяных водителях красноярцы теперь могут через Telegram
Читать
У части домов по Молокова в Красноярске ограничат движение транспорта
Читать
Премия по географии вас заждалась, если угадаете 7/7 — ТЕСТ
Читать
Ваш мозг — матерый и несокрушимый, если осилите 8 из 8 вопросов — ТЕСТ
Читать
Северный полюс ближе, чем ваш шанс сдать ЕГЭ по географии — если не пройдете этот ТЕСТ
Читать
На улице Космонавтов в Красноярске скоро достроят дорогу
30 июня, 18:28
В Красноярском крае потушили почти все лесные пожары
30 июня, 17:50
Красноярцам рассказали о ходе ремонта улицы Дубровинского
30 июня, 17:00
Красноярца обвиняют в публичном оправдании терроризма
30 июня, 16:09
В селе Идринского района открылся спорткомплекс "Спартак"
30 июня, 15:53
Виновника ДТП в Ачинском районе приговорили к ограничению свободы
30 июня, 15:50
Красноярцам не планируют досрочно возвращать горячую воду
30 июня, 15:00
Благодаря прокуратуре восстановили в должности незаконно уволенного сотрудника медцентра
30 июня, 14:16
Жительница Сосновоборска отсудила деньги за слишком широкую кровать
30 июня, 14:00
В Красноярске выявлено 180 нарушений миграционного законодательства
30 июня, 13:00
За серию краж с места работы продавцу из Шарыпово грозит тюремный срок
30 июня, 12:50
В результате опрокидывания лодки в Саянском районе утонули двое человек
30 июня, 12:00
Красноярские бойцы СВО показали котиков по кличке Клякса и Афган
30 июня, 11:39
В Улан-Удэ на пустыре в Горсаду построили новую баскетбольную площадку
30 июня, 11:20
Начало июля в Красноярске будет теплым и дождливым
30 июня, 10:20

Алгоритмы нейросетей помогают вычислять потенциальных телефонных мошенников

В Яндексе раскрыли подробности работы новых алгоритмов определителя номера
25 июня, 15:15 Общество
Тематическое изображение предоставлено Яндексом
Тематическое изображение
Фото: предоставлено Яндексом
Нашли опечатку?
Ctrl+Enter

Алгоритмы на основе нейросетей позволили повысить точность классификации входящих звонков. Теперь система на 40% лучше определяет категории телефонных номеров, в том числе потенциально мошеннические. Как рассказали в Яндексе, ранее оценка номера основывалась в основном на отзывах пользователей, но теперь нейросети анализируют более 300 параметров активности номера, включая массовые исходящие вызовы за короткий промежуток времени. Подробнее — в материале ИА PrimaMedia.

По словам разработчиков автоматического определителя номера от Яндекса, благодаря внедрению новых алгоритмов, процесс присваивания оценки номеру стал значительно быстрее — в среднем он занимает около полутора минут вместо прежних 10. Это особенно важно, поскольку мошенники часто используют новые номера, информация о которых ещё отсутствует в базах данных. Такой подход позволяет быстрее предупреждать пользователя о возможной угрозе при входящем звонке с неизвестного номера.

Также среди факторов, которые анализируют нейросети в определителе, — время начала и завершения звонка, его продолжительность, информация о том, кто прекратил вызов, и многое другое. Эти данные позволяют нейросетям делать выводы о качестве звонков. Например, если с одного номера звонят сразу множеству людей — значит, это массовый обзвон. Если при этом пользователи сбрасывают входящие вызовы через несколько секунд — следовательно, такие звонки нежелательные. При этом данные пользователей остаются полностью анонимными: нейросети работают с обезличенной информацией.

Быстрое распознавание номеров позволяет эффективнее выявлять и противостоять различным типам мошенничества. Например, сейчас получили распространение схемы, когда злоумышленники звонят, чтобы сообщить о доставке несуществующей посылки или о мнимой задолженности перед налоговой. В первом случае мошенники говорят о якобы поступившей на имя пользователя посылке или заказном письме и для доставки просят назвать код из смс. Во втором случае они представляются сотрудниками налоговой и предлагают записаться на приём в ФНС, а для этого пользователю также нужно назвать смс-код. Причины визита могут быть разными — задолженность, превышение суммы денежного перевода по сравнению с официальным доходом или, к примеру, не принятая в налоговой декларация.

143124
26
15