Nová metoda detekce obrázkových spamů

Internet_Gateway_630.jpgVe snaze zdokonalit boj proti obrázkovému spamu vyvinuli specialisté firmy AEC novou metodu vedoucí k úspěšné detekci nových typů spamů. Tak vznikla funkce Image Checker s jedinečnou metodou detekce obrázkových spamů nazvanou Matrix Twins. Ta je již obsažena v nedávno uvolněné verzi řešení TrustPort Internet Gateway 4.0.

Stále se měnící obrázkové spamy se analyzují a vytvoří se popisná datová matice (Matrix), která reprezentuje daný typ spamu. Při zkoumání neznámého obrázku se provede celá řada metrických testů, a konverzí do matic. Výsledné matice se pak porovnají s váhou a určí se pravděpodobnost výskytu spamu. Vzhledem k větší časové náročnosti obrazových testů, je metoda doplněna o automatickou učící se databázi podobných dvojic (Twins) tak, aby následné porovnání stejného spamu proběhlo rychle. TrustPort Internet Gateway standardně při instalaci obsahuje základní bayesův slovník, sadu detekčních pravidel a nyní i databázi metrik obrázků, kterou využívá Image Checker. Tato databáze byla vytvořena na základě analýzy nejrozšířenějších spamů, které v současné době přicházejí do českých e-mailových schránek.

 
  

- PR -

Od zálohování k jistotě obnovy

QNAP představuje novou éru kybernetické odolnosti a datové suverenity v době AI


Rozvoj umělé inteligence zásadně mění způsob, jakým organizace pracují s daty. Data jsou stále nejcennějším aktivem podniků, ale současně rostou nároky na jejich ochranu, dostupnost a možnost využívat je pro lokální AI aplikace bez nutnosti jejich přesunu do veřejného cloudu. Právě na tuto změnu reagovala společnost QNAP na veletrhu Computex 2026, kde představila novou strategii „Ready & Recovery“ a ekosystém řešení zaměřených na kybernetickou odolnost, vysokou dostupnost a datovou suverenitu v éře AI.

  

- PR -

Pro úspěšné nasazení AI v podniku

není rozhodující volba modelu, ale struktura a kvalita datového prostředí


Zavádění umělé inteligence v organizacích se často redukuje na výběr konkrétního modelu nebo AI asistenta. Diskuze se točí kolem jejich schopností, výkonu a dostupnosti. Z pohledu podnikové praxe je to ale vedlejší téma. Skutečná otázka totiž nezní, jakou AI organizace používá. Správná otázka je: Jaká data má AI k dispozici? V praxi se ukazuje, že rozhodujícím faktorem není volba modelu, ale kvalita a struktura datového prostředí, do kterého je AI integrována. Právě to rozhoduje o úspěchu nebo neúspěchu většiny AI projektů.