Das maschinelle Lernen auf dem Gerät von Google Chrome blockiert Rauschbenachrichtigungsaufforderungen

Google Chrome verfügt über eine integrierte Phishing-Erkennung, die Seiten scannt, um festzustellen, ob sie mit bekannten gefälschten oder bösartigen Websites übereinstimmen (unter Verwendung von mehr als nur der URL, da Betrüger diese schneller rotieren, als sie mithalten können). Und jetzt wird diese Technologie immer besser. Google sagt auch, dass es in Chrome 102 maschinelles Lernen verwenden wird, das vollständig im Browser läuft (ohne Daten an Google oder anderswo zurückzusenden), um dabei zu helfen, Websites zu identifizieren, die unerbetene Erlaubnisanfragen für Benachrichtigungen stellen, und sie zum Schweigen zu bringen, bevor sie auftauchen.

Wie Google es erklärt: „Um das Surferlebnis weiter zu verbessern, entwickeln wir auch die Art und Weise, wie Menschen mit Webbenachrichtigungen interagieren. Einerseits helfen Seitenbenachrichtigungen dabei, Updates von Websites bereitzustellen, die Ihnen wichtig sind; Auf der anderen Seite können Aufforderungen zur Berechtigung von Benachrichtigungen lästig werden. Damit Benutzer mit minimaler Unterbrechung im Internet surfen können, sagt Chrome voraus, wann es unwahrscheinlich ist, dass Eingabeaufforderungen für Berechtigungen erteilt werden, und schaltet diese Eingabeaufforderungen stumm. In der nächsten Version von Chrome führen wir ein ML-Modell ein, das diese Vorhersagen vollständig auf dem Gerät macht.“

In einer zukünftigen Version plant Google, dieselbe Technologie zu verwenden, um die Chrome-Symbolleiste in Echtzeit anzupassen und verschiedene Schaltflächen wie die Freigabesymbole oder die Sprachsuche zu Zeiten und Orten anzuzeigen, an denen Sie sie wahrscheinlich verwenden werden, ohne zusätzliches Tracking hinzuzufügen, das nach Hause telefoniert zu Google oder jemand anderem. Und wenn Sie Ihre Schaltflächen lieber manuell auswählen möchten, funktioniert das auch.

Im vergangenen Sommer kündigte Google im Rahmen des Chrome M92-Updates Leistungsverbesserungen an, wodurch die Zeit zur Berechnung der Phishing-Klassifizierungsergebnisse von 1,8 Sekunden auf 100 Millisekunden verkürzt wurde. Ein heutiger Blogbeitrag berichtet, dass es im März das maschinelle Lernmodell aktualisiert hat, um 2,5-mal mehr Websites zu identifizieren, die Phishing-Angriffe sein könnten oder versuchen, bösartige Downloads zu liefern. Google sagt auch, dass es die browserbasierte maschinelle Lerntechnologie hinter seiner Journeys-Funktion aktualisiert hat, um Sie auf eine Reise durch alte Suchanfragen mitzunehmen, damit es jetzt herausfinden kann, ob die Sprache der Seite übersetzt werden muss.