поведенческая модель графа взаимодействий

 это не “один официальный документ, где написано Gmail строит граф общения”. Но **в академических исследованиях и в индустриальных системах фильтрации есть довольно чёткие доказательства**, что **структура коммуникаций (кто с кем общается)** используется как сигнал.

Покажу несколько источников и объясню логику.

---

# 1. Исследования прямо используют граф email-взаимодействий

Есть исследования, где спам фильтруется **не по тексту, а по структуре связей между отправителями и получателями**.

Например:

* в работе по защите email от спама строится **граф писем**, объединяющий

  * отправителей

  * домены

  * URL

  * вложения

и затем модель делает выводы по этому графу. ([arXiv][1])

То есть письмо **не оценивается изолированно** — анализируется сеть связей вокруг него.

---

# 2. Идея “социального графа общения”

В других работах email-данные прямо превращают в **social graph**.

Узлы:

```

люди

```

Рёбра:

```

кто кому пишет

```

И по этому графу определяют:

* нормальные коммуникации

* подозрительные сообщения

* спам.

В одном исследовании email-система **строит социальный граф пользователей и их коммуникаций**, чтобы обнаруживать аномалии и группировать контакты. ([arXiv][2])

---

# 3. Почему это вообще работает

Если представить почту как сеть:

```

A → B

A → C

B → C

```

получается **граф коммуникаций**.

И у нормальных пользователей он выглядит примерно так:

```

кластер контактов

повторяющиеся связи

регулярность

```

А у спамеров:

```

один → тысячи

нет ответов

нет повторных коммуникаций

```

Это очень сильный сигнал.

---

# 4. Поведенческие сигналы реально используются

Даже в обычных фильтрах вроде Gmail система смотрит на **поведение пользователей**:

* открывают ли письма

* отвечают ли

* удаляют ли

Если письма часто игнорируются, **репутация домена ухудшается**, и будущие письма фильтруются сильнее. ([cerkl.com][3])

Это уже фактически **поведенческая модель графа взаимодействий**.

---

# 5. Почему индустрия идёт в сторону графов

Есть фундаментальная причина.

Контент-фильтрация (ключевые слова, текст):

```

легко обойти

```

Спамеры могут:

* переписать текст

* использовать AI

* менять слова

А вот **структуру коммуникации** подделать гораздо сложнее.

Например:

```

CEO → CFO

```

обычно пишут друг другу регулярно.

Если вдруг приходит:

```

новый домен → CFO

```

и просит перевести деньги —

это сразу аномалия в графе.

---

# 6. Это особенно активно используется против phishing

Современные системы безопасности (BEC detection) анализируют:

```

normal communication patterns

```

и ловят:

```

deviation from pattern

```

Потому что даже идеальное фишинговое письмо **не вписывается в граф коммуникаций**.

---

# Важный момент

Я не утверждаю, что:

```

Gmail = чистая graph model

```

Скорее это **один из множества сигналов**.

Типичная модель сейчас использует:

```

content signals

+

domain reputation

+

behavior signals

+

communication graph signals

```

---

💡 Кстати, если копнуть глубже, появляется очень интересная вещь.

**Cold outreach ломается именно на уровне графа.**

Потому что структура такая:

```

один отправитель

→ тысячи новых людей

```

Это почти **идеальная сигнатура спама**.

И именно поэтому deliverability — такой ад.