Cisco разработала сетевой криптографический модуль VPN Internal Service Module

Cisco разработала сетевой криптографический модуль VPN Internal Service Module

Производитель сетевого оборудования Cisco Systems анонсировал создание нового аппаратного модуля шифрования для роутера ISR G2, позволяющий, осуществлять конечное шифрование IP-трафика "точка-точка" на базе так называемого Suite B - набора криптоалгоритмов, созданных в Агентстве Национальной Безопасности США для нужд Пентагона.



 В Cisco говорят, что новый модуль VPN Internal Service Module для Cisco ISR G2 позволяет корпоративным администраторам выбирать как именно использовать любой из основных алгоритмов шифрования, а также применять ли хэш-алгоритм SHA-2 для защиты секретных данных, перемещаемых между двумя сетевыми узлами, оборудованными модулями. Сообщается, что представленный модуль поддерживает стандарты защиты AES, Triple-DES и другие, применяемые в сетях с секретной информацией, сообщает cybersecurity.ru.

Модуль расширения поддерживает до 3000 конкурирующих туннелей с пропускной способностью до 1200 Гбит/сек (в сумме). Представленная сегодня версия не поддерживает мультихэшевое шифрование, но такая поддержка ожидается в будущем.

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