O spam é um dos principais inimigos públicos de qualquer utilizador da Internet. Ninguém gosta de receber e-mails publicitários não solicitados ou qualquer outro tipo de e-mail que tenha pouco ou nada a ver com a pessoa que o recebe. Esta prática é conhecida como spam.
Não é incomum encontrar uma pasta nos servidores de e-mail da Internet endereçada a esse tipo de e-mail. No entanto, sempre há algum spam que se infiltra na sua caixa de entrada principal. Quando esses tipos de e-mails são filtrados, temos que agradecer ao machine learning, algo que até os serviços mais populares como o Gmail já utilizam.
Técnicas de machine learning
Pesquisadores do grupo Intelligent Information Access Systems do Departamento de Ciência da Computação da Universidade de Jaén realizaram um estudo sobre o uso da regressão logística Bayesiana para detetar spam.
Para isso, usam dois tipos de algoritmos para detetar spam, pois sugerem que, através de machine learning, esse tipo de email deve ser detetado imediatamente.
Eles empregam os algoritmos de machine learning SVM (Support Vector Machine) e o algoritmo PLAUM (Perceptron Algorithm with Uneven Margins). Obtêm como resultado que o algoritmo BBR gera resultados satisfatórios em termos de precisão e revocação e também é o algoritmo mais rápido dos estudados.
Conforme indicado na sua pesquisa, o spam geraria gastos de 10 biliões de dólares por ano só na Europa e poderia chegar a cerca de 25 biliões de dólares em todo o mundo, segundo expõe Robert Horton, da Comissão Australiana de Comunicação. Essa é uma das razões fundamentais, acrescentam, para destacar a importância dos sistemas de detecção e filtragem desses e-mails.
Por sua vez, os pesquisadores mostram que na utilização deste tipo de técnica é preciso levar em consideração qual é o melhor algoritmo para filtrar spam. Para isso, os objetivos da filtragem de e-mail devem ser claros, como filtrar o maior número possível de e-mails válidos ou flexibilizar as condições para deixar passar mais e-mails e evitar a rejeição de e-mails corretos.