Tehdit istihbaratı / canlı çalışma alanı

Tespit Et. Açıkla. Koru.

Hızlı ve güvenilir kararlar için oluşturulmuş, açıklanabilir bir spam sınıflandırıcı ile mesaj sinyallerini analiz edin.

Analize hazır0 scans today

01 / INPUT

E-posta analizi

02 / DECISION

Algılama sonucu

LR · v1.4

0.0%spam olasılığı

Awaiting analysis

Model kararını ve destekleyici kanıtlarını görmek için bir e-posta gönderin.

Model güveni—

Eşik50%

ModelLogistic regression

Model puanı—

03 / SIGNALS

Çıkarılan özellikler

0

Şüpheli kelimeler—

—

Bağlantılar algılandı—

—

Şüpheli bağlantılar—

—

E-posta uzunluğu—

—

Kelime sayısı—

—

Aciliyet göstergeleri—

—

⌁Sinyaller analizden sonra burada görünecektir.

04 / EXPLANATION

Algılama kanıtı

Model neden karar verdi

◎Henüz kanıt yokKararın net sinyallere ayrıldığını görmek için bir analiz çalıştırın.

05 / INSPECTMesaj öne çıkanları
Açıklamalı
Şüpheli kelimelerRiskli bağlantılarAciliyet
Analiz edilen mesajınız burada açıklanacaktır.

06 / INTERPRETATION

Tahmini ne etkiledi?

Yerel temel + bağlamsal ağırlıklar, nedensel açıklamalar garantili değildir

Özellik etkisini karşılaştırmak için bir e-postayı analiz edin.

07 / MULTIMODAL

Risk dökümü

Gelişmiş sinyaller

Metin, URL, yapı ve meta veri riskini haritalamak için bir e-postayı analiz edin.

08 / CONTENT SIGNALS

Yapay zeka destekli kimlik avı göstergeleri

Sezgisel

—Yapay zeka içeriği göstergesi

—

Otomatik veya yapay zeka destekli yazımla ilişkili göstergeler, yapay zeka yazarlığının kesin kanıtı değildir.

Kimlik avı riski—

Ayrı kimlik avı ve yapay zeka içeriği sinyallerini görmek için bir e-postayı analiz edin.

Operasyonel kayıt

Analiz geçmişi

Son sınıflandırmaları inceleyin ve kanıt izi için herhangi bir mesajı yeniden açın.

Zaman	Gönderen	Konu	Olasılık	Sonuç	Open

◌Bu filtreyle eşleşen analiz yokTamamlanan taramalarınız burada görünecektir.

Açıklanabilir makine öğrenimi

Model içgörüleri

Özellik sinyallerinin nasıl olasılığa dönüştüğüne dair şeffaf bir bakış.

LOGISTIC REGRESSION · V1.4

MODEL FUNCTION

Sigmoid karar eğrisi

σ(z) = 1 / (1 + e⁻ᶻ)

Model puanı—

Sigmoid çıktısı—

Spam olasılığı—

Sınıflandırma—

FEATURE VECTOR

Girdi özellikleri

X1 · Kelime sıklığı—

X2 · Bağlantı riski—

X3 · E-posta uzunluğu—

w1 · vocabulary4.20

w2 · link risk3.10

w3 · length signal0.95

b · intercept−2.10

Weighted score→Sigmoid→Probability→Class

MODEL STORY

Temel → geliştirme

Temel model3 özellikler

Kelime sıklığı, bağlantı riski ve e-posta uzunluğu mevcut sigmoid modelini besler.

→

Gelişmiş değerlendirme10+ sinyaller

Metin, URL'ler, yapı, meta veriler, açıklamalar ve içerik göstergeleri, temelin yerini almadan bağlam ekler.

EVALUATION

Model metrikleri

Veri kümesi gerekli

Temel ve geliştirilmiş hassasiyet, duyarlılık, F1, ROC-AUC ve PR-AUC değerlerini hesaplamak için etiketli bir test kümesi bağlayın. Bu demoda hiçbir performans verisi uydurulmamıştır.

İnceleme tuvali

Sinyal analizi

En son mesajın ve çıkarılan göstergelerinin odaklanmış bir görünümü.

⌁Henüz analiz edilen mesaj yokEn son özellik haritanız bir taramadan sonra burada görünecektir.

MailGuard AI İstenmeyen E-posta Dedektörü