Еволюція текстових моделей: рекурентні нейронні мережі в контексті інформаційної безпеки

Abstract

У статті проведено комплексний аналіз методів автоматичної генерації тексту за допомогою рекурентних нейронних мереж (RNN) та моделей довгої короткочасної пам’яті (LSTM), а також досліджено сучасні інтелектуальні й інфраструктурні технології протидії спаму. Розглянуто структурні особливості LSTM-мереж та їхню здатність моделювати довгострокові контекстні залежності при створенні текстів. Систематизовано актуальні категорії спаму та здійснено порівняльний аналіз технічних засобів захисту електронної пошти, зокрема криптографічних протоколів автентифікації відправників SPF, DKIM, DMARC та методу сірого списку (greylisting). Обґрунтовано математичний підхід до застосування наївного байєсівського класифікатора для контентної фільтрації повідомлень. Результати роботи мають практичне значення для проектування комбінованих систем кібербезпеки та захисту інформаційних комунікацій від автоматизованого спаму і фішингу.