Intelligence sulle minacce / area di lavoro live
Rileva. Spiega. Proteggi.
Analizza i segnali dei messaggi con un classificatore di spam spiegabile, creato per decisioni rapide e sicure.
Pronto per l'analisi0 scans today
01 / INPUT
Analisi email
Cancella
Email del mittente
Oggetto
Corpo dell'email
Intestazioni opzionaliOpzionale
Analizza email→
Carica esempio
↑Carica .EML
Incolla dagli appunti⌘ V
02 / DECISION
Risultato del rilevamento
LR · v1.4
Awaiting analysis
Invia un'email per rivelare la decisione del modello e le prove a supporto.
Perché questo risultato?
Confidenza del modello—
Soglia50%
ModelloLogistic regression
03 / SIGNALS
Caratteristiche estratte
0
⌁I segnali appariranno qui dopo l'analisi.
04 / EXPLANATION
Prove di rilevamento
Perché il modello ha deciso
◎Ancora nessuna provaEsegui un'analisi per vedere la decisione suddivisa in segnali chiari.
05 / INSPECT
Punti salienti del messaggio
Annotato
Parole sospetteLink rischiosiUrgenza
Il tuo messaggio analizzato verrà annotato qui.
06 / INTERPRETATION
Cosa ha influenzato la previsione?
Baseline locale + pesi contestuali, non garantiti come spiegazioni causali
Analizza un'email per confrontare l'influenza delle funzionalità.
07 / MULTIMODAL
Analisi del rischio
Segnali avanzati
Analizza un'email per mappare il rischio di testo, URL, struttura e metadati.
08 / CONTENT SIGNALS
Indicatori di phishing assistito dall'IA
Euristica
—Indicatore di contenuti generati dall'IA
—Gli indicatori associati alla scrittura automatizzata o assistita dall'IA non sono una prova definitiva di paternità dell'IA.
Rischio di phishing—
Analizza un'email per vedere i segnali separati di phishing e contenuti generati dall'IA.
Registro operativo
Cronologia analisi
Rivedi le classificazioni recenti e riapri qualsiasi messaggio per visualizzarne il percorso di prova.
Cancella cronologia
TuttoSpamNon spamAlto rischio
0 analyses| Ora | Mittente | Oggetto | Probabilità | Risultato | Open |
|---|
◌Nessuna analisi corrisponde a questo filtroLe tue scansioni completate appariranno qui.
Apprendimento automatico spiegabile
Approfondimenti sul modello
Uno sguardo trasparente su come i segnali delle caratteristiche diventano una probabilità.
LOGISTIC REGRESSION · V1.4
MODEL FUNCTION
Curva di decisione sigmoide
σ(z) = 1 / (1 + e⁻ᶻ)Punteggio del modello—
Output sigmoide—
Probabilità di spam—
Classificazione—
FEATURE VECTOR
Caratteristiche di input
X1 · Frequenza delle parole—
X2 · Rischio link—
X3 · Lunghezza email—
w1 · vocabulary4.20
w2 · link risk3.10
w3 · length signal0.95
b · intercept−2.10
Weighted score→Sigmoid→Probability→Class
MODEL STORY
Baseline → miglioramento
Modello di base3 caratteristicheLa frequenza delle parole, il rischio dei link e la lunghezza dell'email alimentano il modello sigmoideo esistente.
→Valutazione avanzata10+ segnaliTesto, URL, struttura, metadati, spiegazioni e indicatori di contenuto aggiungono contesto senza sostituire la base.
EVALUATION
Metriche del modello
Dataset richiestoCollega un set di test etichettato per calcolare precisione, richiamo, F1, ROC-AUC e PR-AUC rispetto alla baseline. Nessun numero di performance è inventato in questa demo.
Canvas di indagine
Analisi del segnale
Una vista focalizzata sull'ultimo messaggio e sui suoi indicatori estratti.
Esegui l'ultima analisi
⌁Nessun messaggio ancora analizzatoLa tua ultima mappa delle funzionalità apparirà qui dopo una scansione.
WORKSPACE
Impostazioni area di lavoro
×
Effetti di movimentoUsa transizioni sottili nell'area di lavoroDati di esempio all'avvioMantieni popolata l'area di lavoro demoFatto
EXPLAINABILITY
Perché questo risultato?
×
Analizza un'email per generare una spiegazione del modello locale.
Chiudi