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

02 / DECISION

Risultato del rilevamento

LR · v1.4

0.0%probabilità di spam

Awaiting analysis

Invia un'email per rivelare la decisione del modello e le prove a supporto.

Confidenza del modello—

Soglia50%

ModelloLogistic regression

Punteggio del modello—

03 / SIGNALS

Caratteristiche estratte

0

Parole sospette—

—

Link rilevati—

—

Link sospetti—

—

Lunghezza dell'email—

—

Conteggio parole—

—

Indicatori di urgenza—

—

⌁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 / INSPECTPunti 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.

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 caratteristiche

La frequenza delle parole, il rischio dei link e la lunghezza dell'email alimentano il modello sigmoideo esistente.

→

Valutazione avanzata10+ segnali

Testo, URL, struttura, metadati, spiegazioni e indicatori di contenuto aggiungono contesto senza sostituire la base.

EVALUATION

Metriche del modello

Dataset richiesto

Collega 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.

⌁Nessun messaggio ancora analizzatoLa tua ultima mappa delle funzionalità apparirà qui dopo una scansione.

MailGuard AI Rilevatore di Spam