Немецкие энергетические системы заражены компьютерным вирусом Stuxnet

Немецкие энергетические системы заражены компьютерным вирусом Stuxnet

Вирус Stuxnet, который, как предполагается, был создан для противодействия иранской ядерной программе, распространился по всему миру. В Германии он обнаружен в компьютерных системах 59 процентов энергетических компаний.



Компьютерный вирус Stuxnet обнаружен в более чем половине компьютерных систем немецких энергетических компаний, сообщает Spiegel. Таковы данные исследования, проведенного по заказу производителя антивирусов McAfee в 14 странах мира. Вирусом заражены системы по меньшей мере 59 процентов немецких фирм-поставщиков электричества, газа и воды. По распространенности вируса Германия делит второе место с Францией. На первом – Индия, передает dw-world.

В то же время иранские официальные лица обвинили в создании вируса Stuxnet США и Израиль, сообщает агентство AFP. Предполагается, что осенью 2010 года специально созданный для этой цели Stuxnet вывел из строя пятую часть иранских установок для обогащения урана. В октябре иранцы сообщили, что вирусом заражены около 30 тысяч компьютеров страны.

Несмотря на то, что точное назначение и обстоятельства появления вируса неизвестны, уже очевидно, что ситуацию нельзя назвать атакой на немецкую энергетическую систему. Менеджер компании McAfee Ханс-Петер Бауэр (Hans-Peter Bauer) сообщил агентству dpa, что именно этот тип вируса немецкой промышленности не угрожает. "Если бы конфигурация вируса была иной, он мог бы приченить значительный ущерб", - сообщил он.

ИИ научился выявлять депрессию по голосовым сообщениям в WhatsApp

Учёные показали, что депрессию можно распознать буквально «по голосу» — и для этого не нужны ни долгие опросники, ни визит к врачу. Достаточно короткого голосового сообщения в WhatsApp (принадлежит Meta, признанной экстремистской и запрещенной в России).

Исследователи из Медицинской школы Санта-Каса-де-Сан-Паулу и компании Infinity Doctors разработали медицинскую языковую модель, которая с высокой точностью определяет наличие депрессивного расстройства по аудиосообщениям.

Результаты работы опубликованы 21 января 2026 года в открытом журнале PLOS Mental Health.

В эксперименте модель анализировала короткие голосовые сообщения, где участники просто рассказывали, как прошла их неделя. И результат оказался неожиданным: у женщин с диагностированной депрессией точность распознавания превысила 91%.

Это один из лучших показателей среди подобных исследований, особенно с учётом того, что речь идёт о бытовых сообщениях, а не специально записанных медицинских интервью.

Для обучения и тестирования использовались два набора данных с WhatsApp-аудио от носителей португальского. В них вошли записи пациентов с подтверждённым диагнозом «большое депрессивное расстройство» и контрольной группы без депрессии.

Часть сообщений была максимально простой — участникам предлагали досчитать от одного до десяти, другая часть — более естественной: свободный рассказ о прошедшей неделе.

Лучше всего модель справлялась именно со «спонтанной речью». У мужчин точность в этом же сценарии оказалась ниже — около 75%, что авторы связывают с меньшим числом мужских голосов в обучающей выборке и возможными различиями в речевых паттернах. При анализе простого счёта до десяти разница между полами почти исчезала: точность составляла около 80% у женщин и чуть меньше у мужчин.

По словам авторов, модель улавливает тонкие акустические признаки — темп речи, интонации, паузы, — которые сложно заметить человеку, но хорошо видит машинное обучение. И главное — всё это происходит в привычном для людей формате повседневного общения.

Исследователи считают, что при дальнейшем развитии технология может лечь в основу недорогих и удобных инструментов раннего скрининга депрессии, не требующих сложных процедур и не нарушающих повседневные привычки пользователей.

Как отметил старший автор исследования Лукас Маркес, «незаметные акустические особенности обычных голосовых сообщений могут с неожиданной точностью указывать на депрессивные состояния».

Напомним, в недавнем исследовании метаданные WhatsApp показали: мы плохо понимаем, как ведём себя в чатах.

RSS: Новости на портале Anti-Malware.ru