Мошенники выдают себя за регуляторов, требуя оплатить пошлину по QR-коду

Мошенники выдают себя за регуляторов, требуя оплатить пошлину по QR-коду

Мошенники выдают себя за регуляторов, требуя оплатить пошлину по QR-коду

Злоумышленники рассылают поддельные уведомления якобы от регуляторов, прикладывая QR-коды для оплаты «пошлины». «Лаборатория Касперского» выявила новую схему мошенничества, нацеленную на сотрудников российских организаций.

В рамках этой схемы мошенники отправляют письма с требованием легализовать трудовые отношения компании.

В сообщении утверждается, что организация подозревается в использовании нелегальной занятости, и если не принять меры, последует выездная проверка.

К письму прикреплён PDF-файл, в котором содержится описание «нарушения» и QR-код для оплаты почтовых расходов — 108 рублей. Адресатам сообщают, что документы якобы уже подготовлены и находятся в почтовом отделении.

Однако на самом деле эта сумма и есть цель мошенников. Более того, введённые платёжные данные могут использоваться для дальнейших атак.

«В начале года они начали рассылать письма на корпоративные почты, но атаки по-прежнему нацелены на частных пользователей. Использование QR-кодов в таких письмах даёт злоумышленникам возможность скрывать вредоносные ссылки и менять их при необходимости», — объясняет Сергей Голованов, главный эксперт «Лаборатории Касперского».

Чтобы не стать жертвой подобных атак, специалисты рекомендуют всегда перепроверять информацию и консультироваться с ИТ- или ИБ-отделом.

«Часто мошенники играют на страхе, запугивая жертв. Поддельные письма можно распознать по тревожному заголовку, ссылкам на законы, жёстким срокам исполнения и орфографическим ошибкам», — отмечает Роман Деденок, эксперт по кибербезопасности.

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