Cientistas portugueses criaram «aspirador» de lixo electrónico

Luís Rocha: «Novo modelo compete positivamente com os já existentes»

Os spams (e-mails ilegítimos ou fraudulentos) são a praga do mundo moderno. Para os milhares de pessoas que lidam com correio electrónico (e-mail), estes “invasores”, que conseguem iludir os sistemas que actualmente existem para os detectar, são um verdadeiro problema. Cientistas do Instituto Gulbenkian de Ciência (IGC) encontraram a solução - um método inovador que permite detectar de forma eficaz estas ameaças, funcionado como uma espécie de “aspirador” de lixo electrónico. E, por mais inverosímil que possa parecer, inspiraram-se, para desenvolver o novo método, no funcionamento do sistema imunitário dos seres vivos.

Jorge Carneiro, do IGC

A invenção é de um grupo de investigadores do IGC e representa um substancial avanço em termos de detecção dos e-mails fraudulentos que muitas vezes vêm entupir as caixas de entrada dos que lidam com correio electrónico. O Ciência Hoje falou sobre as potencialidades deste novo modelo com Luís Rocha, director do co-laboratório de Biologia Computacional do IGC e da Fundação Luso-Americana para o Desenvolvimento.

Uma colaboração com Jorge Carneiro, investigador do IGC, terá sido o ponto de partida para o desenvolvimento do projecto. Jorge Carneiro, juntamente com outros cientistas, desenvolveu um modelo matemático sobre a regulação cruzada de linfócitos T (T-cells). “Este modelo mostra como um sistema baseado em apenas três tipos de células pode discriminar entre dois tipos de substâncias (antigénios): nocivas (normalmente, invasores como bactérias ou vírus) ou necessárias (normalmente, elementos do próprio corpo)”, explica Luís Rocha.

Os investigadores perceberam rapidamente que o processo explicado pelo modelo de Jorge Carneiro e da sua equipa poderia ser utilizado como base para a criação de um sistema de detecção de spams. “Uma vez que a finalidade do sistema de regulação cruzada é discriminar entre duas classes de objectos, pareceu-nos muito natural utilizar a mesma ideia para separar e-mails genuínos de spam”, conta Luís Rocha.

Linfócitos T como base

O que se fez, segundo explica o investigador, foi, “utilizando simulação por agentes, desenvolver um algoritmo de computação bio-inspirada baseado em linfócitos T artificiais que reagem, não a antigénios como no sistema imune, mas antes a fragmentos de e-mails como palavras, sequências de palavras, código de HTML”. Assim, no sistema artificial, os antigénios correspondem aos fragmentos de e-mail. Do processo de reconhecimento destes fragmentos resulta a classificação de um e-mail como sendo lixo ou genuíno.

Apesar de o projecto ser ainda preliminar, os testes realizados permitem a Luís Rocha afirmar que “o sistema pode detectar spam tão bem como os melhores classificadores que existem”, comportando-se até melhor que alguns em determinadas situações. O investigador conta: “Testámo-lo contra classificadores tradicionais em sistemas de spam, bem como usando dados padrão na literatura de spam. Além de testar o nosso sistema em dados estáticos, vimos também a sua performance em dados dinâmicos, o que nos permite estudar e detectar o desvio de conceitos no tempo (desvio conceptual)”.

Luís Rocha explica que uma determinada palavra pode começar por não ser indicadora de spam, mas com o correr do tempo, passar a sê-lo. O novo sistema está a ser concebido para responder a situações deste tipo, que escapam aos detectores que actualmente existem. E a verdade é que os testes que têm sido feitos provam que o novo modelo compete positivamente com os já existentes.

Para Luís Rocha, muito há ainda a fazer. O novo modelo é o objecto da tese de doutoramento de um dos seus alunos na School of Informatics, na Universidade de Indiana, Alaa Abi-Haidar. No que diz respeito a spam, o investigador afirma que “o plano é continuar a desenvolver o modelo em várias vertentes, bem como criar dados padrão melhores para testar o desvio conceptual em e-mail”.

O que se pretende ainda é “aplicar o modelo a outros problemas de classificação que não simplesmente e-mail, como por exemplo em termos de recomendação de artigos científicos relevantes para utilizadores específicos”, acrescenta Luís Rocha.

Regulação cruzada

Compreender melhor a regulação cruzada em imunologia é também um dos objectivos do sistema que está a ser desenvolvido. “Sendo um modelo computacional, permite-nos estudar muito mais facilmente as vantagens e limitações de uma defesa imune baseada no princípio de regulação cruzada”. O sistema inovador de detecção de spam vai, assim, contribuir para melhor compreender o funcionamento das células do sistema imune que estão envolvidas no processo vital de tolerância e controlo das doenças auto-imunes.

Quando questionado sobre se é de esperar que o modelo venha a ser comercializado e utilizado pelos que acedem à Internet, o investigador afirma que, “se os resultados da teste de doutoramento de Abi-Haidar forem o que se espera de um trabalho preliminar tão promissor, há todo o interesse, se não em comercializar, pelo menos em fornecer o código à comunidade da Web para utilizar o sistema”.

Apresentado na conferência Artificial Life XI, na Universidade de Southampton, Reino Unido, no passado dia 7 de Agosto, o novo modelo foi muito bem acolhido. “Ficámos surpreendidos com a recepção tão positiva a um trabalho ainda algo preliminar”, confessa Luís Rocha. A conferência Artificial Life XI apresenta o que de melhor se faz actualmente no estudo das propriedades fundamentais dos sistemas vivos, através de simulações e síntese de entidades e processos biológicos em meios artificiais. “O interesse da imprensa do Reino Unido e internacional foi grande, tendo saído notícias sobre o nosso trabalho desde a BBC até ao Slashdot”, revela o investigador.

Comentários