Der jährliche Webspam-Bericht von Google für das Jahr 2022 hob alle Möglichkeiten hervor, wie das Anti-Spam-System SpamBrain besser darin wurde, mehrere Arten von Spam abzufangen. Während es in dem Bericht hauptsächlich darum geht, zu berichten, wie viel mehr Spam im Vergleich zum Vorjahr abgefangen wurde, schienen die Teile darüber, wie SpamBrain funktioniert, genauso wichtig zu sein.
Google SpamBrain-Plattform
SpamBrain ist der Name, den Google seinem maschinellen Lernsystem gegeben hat, das Google eine Plattform nennt, von der aus Algorithmen gestartet werden, die mehrere Formen unerwünschter Inhalte erkennen.
Maschinelles Lernen ist eine Form der künstlichen Intelligenz, die Daten verwendet, um zu lernen, die Aufgabe, die sie erfüllen soll, immer besser zu bewältigen.
Über SpamBrain ist nicht viel bekannt, außer dass es sich um eine Plattform für maschinelles Lernen handelt, die „zentral“ für die Initiativen von Google ist, um zu verhindern, dass Spam gerankt wird.
Der Webspam-Bericht von Google stellt folgendes über SpamBrain fest:
„Wir haben SpamBrain auch zu einer robusten und vielseitigen Plattform ausgebaut und mehrere Lösungen eingeführt, um unsere Abdeckung verschiedener Missbrauchsarten zu verbessern.“
Verbesserungen an SpamBrain
Der Webspam-Bericht stellte fest, dass Verbesserungen des Systems dazu führten, dass 500 % mehr Spam-Sites erfasst wurden als im Vorjahr.
Zusätzliches Training führte zu einer Verzehnfachung der Fähigkeit von SpamBrain, gehackte Websites zu identifizieren.
Link-Spam-Erkennung
Der Bericht stellte fest, dass ein spezielles Link-Spam-Training dazu führte, dass im Vergleich zum Vorjahr fünfzigmal mehr Websites entdeckt wurden, die Link-Spam erstellten, und nannte die Lernfähigkeit von SpamBrain als Schlüssel zu seinem Erfolg.
„Dank der Lernfähigkeit von SpamBrain haben wir im Vergleich zum vorherigen Link-Spam-Update 50-mal mehr Link-Spam-Sites entdeckt.“
Indizierender Gatekeeper
Eine interessante Tatsache über SpamBrain ist, wie es Spam zum Zeitpunkt des Crawlens identifiziert.
Wenn eine gecrawlte Seite als Spam erkannt wird, wird sie sofort blockiert, wodurch verhindert wird, dass sie in den Suchindex von Google aufgenommen wird, und Ressourcen gespart werden, die nicht durch das Crawlen unerwünschter Webseiten verschwendet werden.
Das Blockieren von Spam zum Zeitpunkt des Crawlens ist eine Funktion, die 2021 angekündigt wurde und feststellte, dass die Indizierung nicht nur blockiert wird, wenn Spam gecrawlt wird, sondern auch, wenn versucht wird, sich über die Suchkonsole und Sitemaps einzuschleichen.
Sie schrieben 2021:
„…wir haben Systeme, die Spam erkennen können, wenn wir Seiten oder andere Inhalte crawlen. Crawling ist, wenn unsere automatischen Systeme Inhalte besuchen und sie für die Aufnahme in den Index in Betracht ziehen, den wir verwenden, um Suchergebnisse bereitzustellen. Einige als Spam erkannte Inhalte werden dem Index nicht hinzugefügt.
Diese Systeme funktionieren auch für Inhalte, die wir über Sitemaps und die Search Console entdecken.
Beispielsweise verfügt die Search Console über eine Indexierungsanforderungsfunktion, mit der Ersteller uns über neue Seiten informieren können, die schnell hinzugefügt werden sollten. Wir haben beobachtet, wie sich Spammer in anfällige Websites hackten, sich als Eigentümer dieser Websites ausgaben, sich in der Search Console verifizierten und das Tool verwendeten, um Google zu bitten, die vielen von ihnen erstellten Spam-Seiten zu crawlen und zu indizieren.
Mithilfe von KI konnten wir verdächtige Verifizierungen lokalisieren und verhindern, dass Spam-URLs auf diese Weise in unseren Index gelangen.“
Man kann also sagen, dass eine der vielen Funktionen von SpamBrain darin besteht, wie ein Torwächter zu agieren und Spam zu blockieren, bevor er die Chance hat, in den Index von Google aufgenommen zu werden.
Betrugsschutz ist jetzt mehrsprachig
Etwas Neues für SpamBrain ist, dass das Betrugserkennungssystem jetzt mehrsprachig ist und die Klicks auf Betrugsseiten im Vergleich zum Vorjahr um 50 % reduziert.
Was ist mit Spam-Inhalten?
Der diesjährige Bericht konzentrierte sich auf das Fangen von Link-Spam, das Identifizieren gehackter Websites und Verbesserungen bei der Spam-Erkennung zum Crawling-Zeitpunkt.
Was nicht erwähnt wurde, hatte etwas mit der Identifizierung von Spam-Inhalten zu tun.
Liegt das daran, dass die Inhaltsseite vom Helpful Content Algorithm und nicht von SpamBrain verwaltet wird?
Lesen Sie den Webspam-Bericht von Google:
Wie wir 2022 Spam in der Google-Suche bekämpft haben
Ausgewähltes Bild von Shutterstock/Asier Romero
