Gmail bloquea 100 millones de intentos de phishing diarios: así detecta Google las amenazas

La inteligencia artificial está cambiando la velocidad con la que ocurren los abusos en internet.

Los atacantes pueden utilizar estas herramientas para producir contenido, modificar sus métodos y multiplicar sus intentos de fraude a una escala que obliga a las empresas tecnológicas a cambiar también la manera en que buscan proteger a sus usuarios.

Para Google , el reto consiste en reconocer los patrones de comportamiento y a los actores que están detrás de los abusos.

“Es un juego de volumen”, explica en exclusiva para Expansión Laurie Richardson , vicepresidenta de Trust & Safety de Google.

Cómo funciona Trust & Safety de Google contra el fraude y los abusos La escala de esa operación se puede dimensionar a través de algunos de los productos de la compañía.

Gmail bloquea más de 100 millones de intentos de phishing cada día ; Google Play Protect analiza más de 100,000 millones de aplicaciones diariamente en busca de malware y otras amenazas, mientras que los sistemas de Google Search detectan y bloquean 40,000 millones de páginas de spam cada día.

Trust & Safety existe en Google desde los primeros años de la compañía.

Richardson cuenta que comenzó con dos equipos pequeños dedicados a la calidad de los anuncios y al spam web.

En aquel momento, la tarea podía resumirse en detectar páginas que intentaban manipular los resultados de búsqueda y retirarlas.

Actualmente, el área reúne especialistas en seguridad infantil, elecciones, discurso de odio y operaciones, además de expertos en comportamiento abusivo.

Su trabajo abarca productos como Search, Ads, YouTube, Play, Android, Chrome y los productos de inteligencia artificial generativa de Google.

En total, Trust & Safety trabaja sobre más de 14 productos con más de 1,000 millones de usuarios cada uno; algunos superan los 3,000 millones, de acuerdo con Richardson.

Una parte importante de su trabajo consiste en identificar señales que puedan viajar entre productos.

Si un mismo actor intenta realizar distintos tipos de fraude o estafa , el objetivo no es solamente detectar cada pieza de contenido de manera aislada, sino reconocer el comportamiento que existe detrás.