作为一名X 平台创作者，后台的垃圾邮件多到爆，很怕一个不小心就手滑点到钓鱼链接，真挺头疼的。
尤其是那些伪装成官方账户发的邮件，你以为是洽谈合作？其实是骗子的诈骗手段。
最近刷到 @Acurast 的官方演示，提供了一个有趣的解决思路🌟：
它们想把手机算力利用起来，给邮件做一次安全筛查！
//
Acurast 的思路是，把符合条件的手机连接成一个计算网络，让开发者可以在手机上运行程序。
以官方的 Laya 邮件分类演示为例，整个过程并不复杂：
📬邮箱收到邮件后，应用将邮件文本和「收件箱 / 垃圾箱 / 钓鱼」三个分类选项发送给计算网络。
网络中的 Android 手机利用 CPU 运行已有的分类模型，返回判断类别和对应分数。
如果邮件被判定为钓鱼邮件，就可以将其移入可疑邮件箱，交由用户进一步确认。
整个过程相当于给邮件增加了一道自动筛查机制。
----------------------------
不过我更倾向于把它当成一道辅助防线，而不是绝对可靠的安全保障。
模型可能误判，真正的安全问题也不可能只靠一次分类就解决。
所以如果是我来用，会优先选择「筛选后人工确认」的方式：可疑邮件单独归档，原文保留，确认无误后再处理。
毕竟误删一封重要邮件的代价，有时候比多花几秒钟检查更大。
🔗演示视频：laya.acurast.com
#Acurast #ACU
尤其是那些伪装成官方账户发的邮件，你以为是洽谈合作？其实是骗子的诈骗手段。
最近刷到 @Acurast 的官方演示，提供了一个有趣的解决思路🌟：
它们想把手机算力利用起来，给邮件做一次安全筛查！
//
Acurast 的思路是，把符合条件的手机连接成一个计算网络，让开发者可以在手机上运行程序。
以官方的 Laya 邮件分类演示为例，整个过程并不复杂：
📬邮箱收到邮件后，应用将邮件文本和「收件箱 / 垃圾箱 / 钓鱼」三个分类选项发送给计算网络。
网络中的 Android 手机利用 CPU 运行已有的分类模型，返回判断类别和对应分数。
如果邮件被判定为钓鱼邮件，就可以将其移入可疑邮件箱，交由用户进一步确认。
整个过程相当于给邮件增加了一道自动筛查机制。
----------------------------
不过我更倾向于把它当成一道辅助防线，而不是绝对可靠的安全保障。
模型可能误判，真正的安全问题也不可能只靠一次分类就解决。
所以如果是我来用，会优先选择「筛选后人工确认」的方式：可疑邮件单独归档，原文保留，确认无误后再处理。
毕竟误删一封重要邮件的代价，有时候比多花几秒钟检查更大。
🔗演示视频：laya.acurast.com
#Acurast #ACU
