Cosa Rileviamo
Testo Immagine (OCR)
Estrai e analizza il testo da immagini, screenshot e foto.
Codici QR
Decodifica i codici QR per rivelare link nascosti e contenuti spam.
Catture Comuni
- Immagini di truffe crypto con indirizzi di portafoglio
- Codici QR che rimandano a siti di phishing
- Immagini promozionali con testo spam
- Screenshot di messaggi spam
Come testo e codici vengono estratti dalle immagini
Gli spammer spostano il loro contenuto nelle immagini proprio per aggirare i filtri testuali, quindi Telm legge anche le immagini. Ogni immagine passa attraverso l'OCR — riconoscimento ottico dei caratteri — per estrarre qualsiasi testo contenga, che sia un indirizzo di wallet in una grafica di truffa crypto, una promo scritta sopra una foto o uno screenshot di un messaggio di spam. In parallelo, qualsiasi codice QR viene decodificato per rivelare il link nascosto al suo interno, spesso una destinazione di phishing o malware che l'immagine non mostra mai in chiaro. Il testo estratto e i link decodificati vengono poi rimandati attraverso la stessa pipeline che giudica i messaggi ordinari, così lo spam nelle immagini viene valutato sul suo contenuto reale.
Questo colma la lacuna evidente di qualsiasi difesa basata solo sul testo e funziona automaticamente su ogni immagine, insieme all'hashing percettivo delle immagini che riconosce un'immagine già vista anche quando è stata leggermente ricodificata. Il riconoscimento copre otto lingue — inglese, russo, tedesco, francese, spagnolo, cinese, giapponese e coreano — ed è qui che stanno gli onesti limiti: l'OCR non è perfetto su font molto stilizzati, testo distorto o immagini a bassissima risoluzione, e uno script al di fuori di quell'insieme non verrà trascritto. È un forte livello aggiuntivo, non una garanzia che nessun testo possa nascondersi in un'immagine, ed è per questo che alimenta la pipeline più ampia invece di decidere da solo.
Domande frequenti
La scansione di ogni immagine rallenta il mio gruppo o mi costa qualcosa?
La scansione avviene automaticamente in background man mano che le immagini arrivano; i membri non devono aspettarla per continuare a chattare. Fa parte della pipeline di protezione anziché essere un componente a pagamento separato. L'hashing percettivo delle immagini permette inoltre di riconoscere rapidamente un'immagine già vista e giudicata, così le immagini di spam ripetute non richiedono ciascuna una nuova analisi completa.
L'OCR interpreterà male le immagini normali e segnalerà post innocenti?
L'OCR si limita a estrarre il testo; non decide da solo. Le parole estratte e qualsiasi link QR decodificato vengono passati attraverso la stessa pipeline di rilevamento di un messaggio normale, così un meme innocuo con del testo viene giudicato in base a ciò che quel testo dice davvero. Come per ogni rilevamento, le decisioni al limite vengono registrate e sono verificabili, e puoi osservarlo in Modalità Monitoraggio prima che l'applicazione sia attiva.
Quali lingue riesce davvero a leggere?
Il riconoscimento copre otto lingue: inglese, russo, tedesco, francese, spagnolo, cinese, giapponese e coreano. Il testo in una lingua al di fuori di quell'insieme non verrà trascritto in modo affidabile, e font molto stilizzati, lettere distorte o screenshot a bassissima risoluzione possono mettere in difficoltà l'OCR — che è uno dei motivi per cui funziona come livello che alimenta la pipeline più ampia anziché come filtro a sé stante.
Gli spammer possono battere l'OCR distorcendo il testo in un'immagine?
A volte — testo deliberatamente deformato o disturbato è esattamente ciò con cui l'OCR fa fatica, e uno spammer determinato può degradare un'immagine per compromettere il riconoscimento. È per questo che l'OCR non agisce da solo: la decodifica dei QR intercetta i link nascosti come codici, l'hashing percettivo intercetta le immagini riutilizzate, e la pipeline IA giudica qualunque testo venga recuperato, così battere un livello non li supera tutti.
Funzionalità correlate
Scopri altri modi in cui Telm può aiutare la tua community