США удваивают расходы на кибервойска

США удваивают расходы на кибервойска

Власти США в 2014 г. потратят на нужды киберкомандования Министерства обороны $447 млн., что в 2,3 раза больше по сравнению со $191 млн, потраченными в 2013 г. О новом бюджете киберкомандования сообщило издание Nextgov со ссылкой на официальные документы, опубликованные Комиссией по бюджетным ассигнованиям США.

Как пояснили изданию Nextgov в Минооброны, рост расходов киберкомандования главным образом связан с увеличением штата подразделения. По состоянию на март 2013 г. в него входило около 830 сотрудников. Согласно же принятой властями программе, до 2016 г. штат киберподразделения планируется увеличивать на 2 тыс. сотрудников ежегодно.

Кибервойска США занимаются выявлением и блокированием угроз, исходящих из иностранных государств, затрагивающих военные и промышленные вычислительные сети. Среди их задач - защита от хакерских атак коммунальной и социальной инфраструктур государства, сообщает cnews.ru.

По данным Министерства внутренней безопасности, в 2012 г. количество сообщений о кибератаках на американские вычислительные сети возросло примерно до 153 тыс., или, по сравнению с 2011 г., выросло на 42%.

Одновременно возрастут расходы США на киберзащиту в рамках бюджета Министерства внутренней безопасности.По этой статье в 2014 г. будет выделено $792 млн, что на $35,5 млн больше по сравнению с 2013 г.

Таким образом, Пентагон и Министерство внутренней безопасности США потратят на кибератаки и киберзащиту в 2014 г. в общей сложности свыше $1,2 млрд , или примерно на 30% больше по сравнению с $948 млн в 2013 г. Впрочем, оба ведомственных бюджета еще нуждаются в одобрении Сената. 

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