Svjetski poznata tražilica Google ne miruje, već nastoji rezultate pretraživanja korisnika učiniti točnijima. Jedno od takvih poboljšanja koje je nedavno uvedeno bilo je prepoznavanje lažnih recenzija u Google kartama i njihovo naknadno blokiranje. Google je predstavio izvješće koje je razjasnilo kako se otkrivaju lažne recenzije na poslovnim računima.
Osim toga, sustavi strojnog učenja ažurirani su kako bi otkrili i uklonili lažne videozapise ili slike, netočne poslovne podatke i druge lažne podatke.
Kako se Google nosi s neželjenom poštom koju stvaraju korisnici
Nedavno Google uvodi nove, naprednije modele strojnog učenja za otkrivanje i uklanjanje lažnog sadržaja. Njihova je zadaća tražiti neobične uzorke u materijalima koje postavljaju korisnici, kao i otkrivati nove oblike zlostavljanja koji dosad nisu bili primijećeni.
Predstavnici korporacije komentiraju svoj rad na sljedeći način: “Već dugo koristimo strojno učenje za otkrivanje potencijalnih zlouporaba i nastavljamo poboljšavati našu tehnologiju.
godine, što nam je pomoglo da identificiramo nove zlouporabe mnogo puta brže nego prije. Na primjer, automatizirani sustavi otkrili su nagli porast broja poslovnih profila s adresom web stranice koja završava na .design ili .top. Bilo je vrlo teško to ručno identificirati među milijunima profila.
Naš analitički tim potvrdio je da su te stranice lažne i uspjeli smo ih brzo ukloniti i onemogućiti račune povezane s njima.”
Googleovi algoritmi pregledavaju novi sadržaj prije nego što ga objave kako bi blokirali lažni ili lažni sadržaj poslan sustavu Google karte. Oni također koriste model strojnog učenja za skeniranje već objavljenih materijala kako bi identificirali krivotvorine koje su možda prošle kroz početnu provjeru.
Ovi novi sustavi blokiraju neželjenu poštu mnogo brže nego 2021. i hvataju velike količine.
Google to objašnjava na sljedeći način: “U nekim slučajevima, prevaranti su prekrili netočne telefonske brojeve na vrhu fotografija. Napadači su pokušali prevariti nesuđene žrtve da ih nazovu umjesto pravog društva.
Za borbu protiv ovog problemavati dov Kupite SMS uslugu oljaa primijenjen je novi model strojnog učenja koji je omogućio analizu specifičnih vizualnih detalja, lokaciju fotografija i prepoznavanje brojeva postavljenih na slike.
Ovaj je model uspješno otkrio i blokirao veliku većinu lažnih slika prije nego što su objavljene.”
Kako se neželjena pošta blokira u Google kartama
Kao što znate, 2022. godine provjeru informacija provodili su ne samo automatizirani sustavi, već i timovi stručnjaka koji su bili zaduženi za provjeru sadržaja. Prošle godine bilo je 20% više prijevara nego prethodne godine. Za 2022. otkriveno je:
- više od 7 milijuna datoteka s lažnim videozapisima;
- više od 200 milijuna lažnih fotografija;
- više od 115 milijuna lažnih recenzija.
Također je blokirao 20 milijuna pok 9+ website references for Finding web design Inspiration ušaja stvaranja lažnih poslovnih profila i dodao poboljšanu zaštitu za više od 185.000 tvrtki koje su iskusile sumnjive aktivnosti.
U siječnju 2023. Google je podnio dokument Saveznoj komisiji za trgovinu u kojem je rekao da koristi signale za prepoznavanje lažnih računa uz provjeru sadržaja. U poruci je također napomenuto da korporacija sada skenira slike kako bi otkrila informacije koje se nalaze na njima, a koje su osmišljene da odvrate pozornost od stvarnog posla i preusmjere korisnike na prevarante.
Također, koristeći nove algorali po aleart news četi raitme, provjeravaju prisutnost botova, dupliciranog sadržaja i riječi koje ukazuju na lažnu recenziju. Google koristi sustav pod nazivom Pametno pretraživanje teksta kako bi lakše identificirao sadržaj koji dovodi u zabludu.
Autentičnost, sigurnost i pouzdanost temeljna su načela Googlea
Google koristi automatizirane sustave i ljudske recenzente za provjeru informacija. To pomaže u blokiranju neautentične aktivnosti u ekosustavu Google karata.
Snimanje i blokiranje prijevarnih aktivnosti u Google kartama važno je kako za korisnike koji ovise o pregledima poslovanja, tako i za reputaciju tvrtki čiji se računi nalaze u sustavu.