谷歌开源 Magika：毫秒级识别内容类型，百万文件测试准确率超 99%

谷歌近日更新博文，宣布开源 Magika，基于人工智能快速高效地识别文件格式和内容类型，相关源代码已托管到 GitHub 上。

Magika 采用了一个定制的、高度优化的深度学习模型，即使在 CPU 上运行，也能在几毫秒内精确识别文件类型。

谷歌分享 Magika 的性能数据，100 多种格式的 100 万个文件基准评估测试结果显示，Magika 的性能比现有工具高出约 20%，Magika 的精确度和召回率均达到 99% 以上。

在内部，谷歌已经利用 Magika 加强用户安全。该系统已大规模部署，用于将 Gmail、Drive 和安全浏览中的文件发送到适当的安全和内容策略扫描器。与以前依赖手工创建规则的系统相比，谷歌通过 Magika 发现文件类型识别的准确率提高了 50%。

谷歌表示 VirusTotal 集成 Magika 之后，进一步提高平台的效率和准确性。在 VirusTotal 的 Code Insight 对文件进行分析之前，Magika 将起到预过滤的作用，Code Insight 使用谷歌的生成式人工智能来检测恶意代码。