ous les fournisseurs de pare-feu d'opérateur présents à l'ITW de cette année emploieront le terme « IA ». La plupart proposeront un ensemble de règles incluant deux nouveaux seuils. Mais le débat essentiel porte sur les signaux modélisés, la mise à jour du modèle et l'intégration des données de référence de l'opérateur dans la boucle de rétroaction.
À quoi ressemble réellement l'apprentissage automatique dans cet espace ?
- Classification au niveau de la transcription des requêtes A2P entrantes — et non pas seulement une correspondance de l'identifiant de l'expéditeur avec une liste statique.
- Le système de notation comportementale par IMSI / par IMEI / par MSISDN est mis à jour chaque nuit sur la base des données étiquetées de l'opérateur.
- Verdicts croisés : CDR + DLR + bord de signalisation + classificateur de contenu — ensemble, et non séparément.
- Un flux de travail d'épinglage/veto qui permet à l'équipe RA de l'opérateur de passer outre la décision du modèle et de réintégrer cette correction dans le réentraînement du lendemain.
Ce que BroadNet apporte
Notre pare-feu SMS basé sur l'apprentissage automatique et notre solution de détection de boîtiers SIM évaluent la probabilité de fraude de chaque message. La boucle d'apprentissage continu est l'élément clé qui fait la différence : les opérateurs cessent de traquer les mêmes schémas chaque trimestre une fois que le modèle analyse le signal de leur propre réseau.
Des démonstrations sont en cours. Retrouvez-nous sur notre stand ou prenez rendez-vous via la page presse.
Cela vous a-t-il été utile ?