Il rapporto Webspam di Google spiega il ruolo di SpamBrain

Il rapporto annuale sullo spam Web di Google relativo al 2022 ha evidenziato tutti i modi in cui il loro sistema antispam SpamBrain è diventato più abile nel rilevare più forme di spam. Mentre il rapporto riguarda principalmente la segnalazione di quanto più spam hanno catturato rispetto all'anno precedente, i bit su come funziona SpamBrain sembravano altrettanto importanti.

Piattaforma Google SpamBrain

SpamBrain è il nome che Google ha dato al proprio sistema di machine learning che Google chiama una piattaforma da cui lanciare algoritmi che rilevano molteplici forme di contenuti indesiderati.

L'apprendimento automatico è una forma di intelligenza artificiale che utilizza i dati per imparare a diventare sempre più abile nell'attività per cui è progettata.

Non si sa molto di SpamBrain a parte il fatto che è una piattaforma di apprendimento automatico ed è "centrale" per le iniziative di Google volte a impedire che lo spam venga classificato.

Il rapporto Webspam di Google rileva questo su SpamBrain:

"Abbiamo anche migliorato SpamBrain come piattaforma robusta e versatile, lanciando molteplici soluzioni per migliorare la nostra copertura di diversi tipi di abuso".

Miglioramenti a SpamBrain

Il rapporto Webspam ha rilevato che i miglioramenti apportati al sistema hanno consentito di rilevare il 500% in più di siti di spam rispetto all'anno precedente.

Una formazione aggiuntiva ha portato a un aumento di dieci volte della capacità di SpamBrain di identificare i siti Web compromessi.

Link Rilevamento spam

Il rapporto ha rilevato che la formazione speciale sullo spam di link ha portato a catturare cinquanta volte più siti che creavano spam di link rispetto all'anno precedente, citando la capacità di apprendimento di SpamBrain come chiave del suo successo.

"Grazie alla capacità di apprendimento di SpamBrain, abbiamo rilevato 50 volte più siti di link spam rispetto al precedente aggiornamento di link spam."

Guardiano dell'indicizzazione

Un fatto interessante su SpamBrain è il modo in cui identifica lo spam al momento della scansione.

Se una pagina sottoposta a scansione viene rilevata come spam, viene immediatamente bloccata, impedendole di entrare nell'indice di ricerca di Google e risparmiando risorse che vengono sprecate durante la scansione di pagine Web indesiderate.

Il blocco dello spam al momento della scansione è una funzionalità annunciata nel 2021, che ha rilevato che l'indicizzazione non viene bloccata solo durante la scansione dello spam, ma anche quando tenta di intrufolarsi attraverso la console di ricerca e le mappe dei siti.

Hanno scritto nel 2021:

“… disponiamo di sistemi in grado di rilevare lo spam quando eseguiamo la scansione di pagine o altri contenuti. La scansione si verifica quando i nostri sistemi automatici visitano i contenuti e li considerano per l'inclusione nell'indice che utilizziamo per fornire i risultati di ricerca. Alcuni contenuti rilevati come spam non vengono aggiunti all'indice.

Questi sistemi funzionano anche per i contenuti che scopriamo tramite sitemap e Search Console.

Ad esempio, Search Console ha una funzione di indicizzazione delle richieste in modo che i creatori possano informarci sulle nuove pagine che dovrebbero essere aggiunte rapidamente. Abbiamo osservato gli spammer che violano siti vulnerabili, fingendo di essere i proprietari di questi siti, verificandosi nella Search Console e utilizzando lo strumento per chiedere a Google di eseguire la scansione e l'indicizzazione delle numerose pagine di spam che hanno creato.

Utilizzando l'intelligenza artificiale, siamo stati in grado di individuare verifiche sospette e impedire agli URL di spam di entrare nel nostro indice in questo modo".

Quindi è giusto dire che una delle molte funzioni di SpamBrain è quella di agire come un gatekeeper, bloccando lo spam prima che abbia la possibilità di entrare nell'indice di Google.

La protezione dalle truffe è ora multilingue

Una novità per SpamBrain è che il sistema di identificazione delle truffe è ora multilingue, riducendo del 50% i clic sui siti truffa rispetto all'anno precedente.

Che dire dei contenuti spam?

Il rapporto di quest'anno si è concentrato sulla cattura dello spam tramite link, sull'identificazione dei siti compromessi e sui miglioramenti nel rilevamento dello spam al momento della scansione.

Ciò che non menzionava aveva nulla a che fare con l'identificazione di contenuti spam.

È perché il lato del contenuto è gestito dall'Algoritmo del contenuto utile e non da SpamBrain?

Leggi il rapporto sullo spam di Google:

Come abbiamo combattuto lo spam nella Ricerca Google nel 2022

Immagine in primo piano di Shutterstock/Asier Romero