Белый Дом США принимает закон о кибербезопасности для крупного бизнеса

Белый Дом США принимает закон о кибербезопасности для крупного бизнеса

...

Белый Дом в Вашингтоне накануне предложил ряд законодательных актов, позволяющих защищать США от кибератак хакеров, мошенников и шпионов, говорится в официальных документах, опубликованных накануне на сайте Администрации президента США.



 Согласно предложенному плану, ранее поддержанному президентом страны Бараком Обамой, американские компании, в управлении которых находятся объекты критически важной инфраструктуры должны будут сотрудничать с правительственными органами, чтобы обе стороны были убеждены в надежности критически важных инфраструктур, передает cybersecurity.ru. В таким важным объектам в законодательных актах относят электро- и атомные станции, компьютерные сети банков и бирж, объекты коммунального хозяйства, например городские системы водо- и газо-снабжения и другие.

По новым предложениям, получившим неофициальное название CyberAct, Департамент Национальной безопасности США получает право требовать от этих компаний выполнения тех или иных дополнительных норм по промышленной безопасности.

Накануне в Белом доме и Конгрессе США одновременно заявили, что правительственные и частные ИТ-системы в США подвергаются хакерским нападениям примерно по миллиону раз в день. Сколько нападений оборачиваются кражей данных - неизвестно.

Аналитики говорят, что в первую очередь новый план предназначен для борьбы с промышленным шпионажем со стороны иностранных государств. В США говорят, что за последние 3-4 года сети бирж, промышленных компаний, ресурсы высокотехнологичных производителей стали регулярно подвергаться хакерским атакам, масштабы и сложность которых постоянно растут.

Предложение Белого дома в первую очередь предусматривает, чтобы Департамент Национальной безопасности выработал дополнительные нормы для финансовых компаний и энергетического сектора. Также в оценке созданных систем безопасности планируется привлечь независимых ИТ-аудиторов.

В среде американских бизнесменов данная программа по большей части не находит поддержки, так как большинство компаний заявляют, что предпочитают добровольные программы, а не навязанные со стороны государства. В Белом Доме говорят, что программы, реализуемые бизнесом в одиночку неэффективны и без принуждения тут не обойтись.

В Администрации Барака Обамы говорят, что в качестве окончательного закона предложение должно быть оформлено к концу года.

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