Check Point представляет новый модуль Security Acceleration

Check Point представляет новый модуль Security Acceleration

Check Point объявила сегодня о выпуске нового модуля Security Acceleration, который разработан с учетом специальных требований, предъявляемых высокопроизводительными средами, критичными к задержкам. Благодаря созданной компанией Check Point передовой технологии SecurityCore™, модуль Security Acceleration позволяет достигать пропускной способности межсетевого экрана до 110 Гбит/с, а латентность при этом составляет не более 5 микросекунд. Межсетевой экран высотой в 2U (rack-unit — стеллажные единицы) обеспечивает самую высокую производительность в отрасли.


Для многих высокопроизводительных приложений и дата-центров низкая сетевая латентность является ключевым условием успеха. Финансовые торговые и инвестиционные компании, например, нуждаются в быстром выполнении транзакций, поскольку потенциальные сделки возникают и исчезают за мельчайшие доли секунды. В таких чувствительных к производительности средах модуль Security Acceleration обеспечивает беспрецедентное сочетание безопасности и эффективности.

В основе модуля Security Acceleration лежит инновационная аппаратная технология SecurityCore™, которая использует возможности параллельных вычислений для ускорения операций по обеспечению безопасности. Благодаря 108 ядрам, можно разгрузить центральный процессор, передав многие операции, связанные с обеспечением безопасности, под контроль модуля Security Acceleration, что позволяет реализовать в сетевых средах больше защитных функций.

«Многие компании, использующие высокопроизводительные сетевые приложения, сталкиваются с очень высокими требованиями к обеспечению безопасности без ущерба для скорости работы системы, — говорит Дорит Дор (DoritDor), вице-президент по продуктам компании Check Point Software Technologies. — Предлагая инновационные технологии и доступ к большему количеству ядер безопасности, модуль Security Acceleration позволяет достичь производительности, соответствующей высокотехнологичным средам передачи данных. Нашим клиентам не придется выбирать между скоростью и эффективностью».

Модуль Security Acceleration — оптимальное решений для компаний, работающих на финансовых рынках, поставщиков услуг и дата-центров, где сетевая латентность оказывает ключевое влияние на успех бизнеса. Новый модуль Security Acceleration предоставляет беспрецедентные возможности аппаратного ускорения, существенно повышая производительность и поддерживая до 300000 одновременных соединений в секунду; скорость обслуживания пакетов при этом достигает 60 миллионов в секунду, а латентность составляет всего лишь несколько микросекунд. Это обеспечивает безопасность для приложений, предъявляющих самые высокие требования к производительности, и позволяет поддерживать непрерывное функционирование бизнеса.

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