Kaspersky ha obtenido la patente de la Oficina de Registro de Patentes de EEUU que protege su innovadora tecnología de clasificación de mensajes de texto para la identificación de spam.
El correo basura supone una importante fuente de pérdidas tanto para .empresas como usuarios particulares. Los correos no deseados suelen contener ofertas fraudulentas, anexos maliciosos o enlaces a páginas maliciosas.
Uno de los métodos más efectivos y populares para combatir el correo basura incluye la clasificación de mensajes en función de palabras y frases clave que contienen, que son típicas de este tipo de correo. Esta estrategia pueda aplicarse para configurar rápidamente el sistema para bloquear la entrada de nuevos tipos de spam. También garantiza tasas de detección bastante elevadas, con escasos falsos positivos.
La nueva tecnología patentada por Kaspersky Lab está basada en el mencionado sistema de aplicación de palabras y frases clave para la detección de spam. La nueva tecnología fue registrada el 16 de Noviembre de 2010 en la Oficina de Patentes y Marcas Comerciales de los Estados Unidos de América, con número de patente 7.836.061
El método patentado clasifica los mensajes de texto electrónico en función de una lista jerarquizada de categorías de mensajes, conocida como rubricator. Cada categoría viene definida por un conjunto de términos clave y diferentes plantillas de texto. Los mensajes entrantes se categorizan calculando su peso relativo con respecto a cada categoría que contiene los términos clave presentes en el mensaje, para después determinar el grado de similitud con cada una de las plantillas. Si el mensaje de texto incluye un cierto número de palabras clave, o es lo suficientemente similar a una de las plantillas, se categoriza dentro de una de las categorías, incluyendo el spam.
Esta tecnología permite crear categorías de mensaje utilizando términos y plantillas. Cada categoría puede dividirse en subcategorías para incrementar el grado de precisión en la clasificación. Para mejorar y simplificar aún más la categorización, es posible preprocesar los mensajes de texto mediante técnicas tales como el reconocimiento automático de idioma, eliminando palabras utilizadas frecuentemente como artículos y preposiciones, etc, y filtrando el ruido exterior.
