BitDefender lanza una nueva herramienta antispam BitDefender utilizando la tecnología NeuNet o red neuronal artificial presenta una nueva herramienta antispam . La tecnología NeuNet está formada por un amplio número de elementos que procesan los mensajes denominados "neuronas".

Cuando llega un e-mail, el equipo responde en función de la naturaleza del e-mail. En primer lugar se analiza utilizando métodos heurísticos para detectar la categoría de spam en la que puede incluirse. Si el mensaje no puede categorizarse en ninguna de las categorías, se considerará legítimo, pero en caso contrario, se enviará a la siguiente red neuronal encargada de analizar el tipo de spam detectado. Durante este proceso de cambio de red se transmite únicamente la información imprescindible para analizar el mensaje y repetir el procedimiento de análisis. El análisis termina si el e-mail no puede incluirse en alguna de las categorías de spam, o bien cuando llega al final de la red neural, llamado nodo, y es clasificado definitivamente como spam.

Este procedimiento de análisis selecciona y extrae información clave, consiguiendo que el análisis sea más rápido. Además, el enfoque de las redes neurales es más efectivo, certero y fiable a la hora de realizar esta tarea.

BitDefender ha creado un proceso automático que reúne el ‘spam’ y el (correo legítimo) durante un período de tiempo, estudiando sus características y aprendiendo de forma inteligente, sin necesidad de un ser humano como intermediario. La combinación de los sistemas de redes neuronales y los equipos con algoritmos convencionales dan una máxima efectividad en la lucha contra el spam, y permiten reconocer nuevas oleadas de correo basura con gran celeridad.

Las pruebas de BitDefender han demostrado que el uso de redes neuronales es mucho más refinado, más matemático y, potencialmente, mucho más fiable y preciso a la hora de llevar a cabo su objetivo. Utilizando exclusivamente este filtro (BitDefender NeuNet) en una muestra de más de dos millones de mensajes (de los que el 80% fueron exclusivamente utilizados en el proceso de aprendizaje y el 20% en pruebas) se consiguió el 100% de detección sobre las muestras de aprendizaje y un 97,56 % sobre las muestras de prueba. El sistema funcionó mucho más rápido que un filtro heurístico.

Noticia extraída de DiarioTi.com