پلتفرم ربات تلگرام

AntiSpamCR به عنوان راه‌حلی برای یک مشکل واقعی شروع شد: مدیریت گروه‌های بزرگ تلگرام به دلیل اسپم غیرممکن می‌شد. آنچه به عنوان یک ابزار نظارت ساده شروع شد، به یک پلتفرم جامع که هزاران گروه را سرو می‌کرد تکامل یافت.

الگوریتم تشخیص اسپم قلب سیستم بود. ما الگوها در محتوای پیام، رفتار کاربر، زمان‌بندی و متاداده را برای شناسایی اسپم با دقت قابل توجه تجزیه و تحلیل کردیم. چالش تعادل بین مثبت‌های کاذب و منفی‌های کاذب بود—خیلی تهاجمی بودن کاربران مشروع را آزار می‌داد، در حالی که خیلی سهل‌گیر بودن اسپم را عبور می‌داد.

مقیاس‌پذیری برای پشتیبانی از هزاران نمونه ربات همزمان نیاز به معماری دقیق داشت. ما یک سیستم توزیع شده با استفاده از Golang ساختیم که می‌توانست حجم‌های عظیم پیام را مدیریت کند، آن‌ها را به‌صورت بلادرنگ پردازش کند و در دسترس بودن بالا را حفظ کند. سیستم باید مقاوم می‌بود—اگر یک نمونه شکست می‌خورد، نمونه‌های دیگر به طور یکپارچه جایگزین می‌شدند.

ساخت ابزارهای مدیریت به همان اندازه مهم بود. مدیران گروه به رابط‌های بصری برای پیکربندی قوانین، بررسی پیام‌های پرچم‌دار و درک آنچه ربات انجام می‌داد نیاز داشتند. ما داشبوردهایی ایجاد کردیم که بینش‌هایی در مورد فعالیت گروه، الگوهای اسپم و اثربخشی نظارت ارائه می‌داد.

این پروژه چیزهای زیادی درباره ساخت سیستم‌هایی که مقیاس می‌شوند، مدیریت پردازش داده بلادرنگ و ایجاد ابزارهایی که مشکلات واقعی را حل می‌کنند به ما آموخت. نرخ دقت ۹۷٪ فقط یک متریک نبود—هزاران گروهی را نشان می‌داد که می‌توانستند بدون نظارت مداوم دستی به طور روان عمل کنند.