Иран применил против американского БПЛА кибероружие

Иран применил против американского БПЛА кибероружие

Когда примерно две недели назад иранские власти продемонстрировали общественности попавший к ним в руки беспилотный летательный аппарат США RQ-170 Sentinel, многие эксперты обратили внимание на абсолютную целостность машины: она не имела явных признаков внешних повреждений. Теперь предположения подтверждаются: аппарат был не сбит средствами противовоздушной обороны, а захвачен в результате хакерской атаки.


Беспилотник ориентируется в пространстве при помощи данных о координатах цели и самого себя, получаемых от глобальной навигационной системы GPS. Программируя разведчик, специалисты задают ему и информацию о том, в какую точку он должен вернуться и приземлиться. Иранские специалисты сыграли именно на этой особенности самолета, и в итоге им даже не потребовалось взламывать защищенные системы связи между БПЛА и командным пунктом и передавать шпиону какие-либо новые команды.

Сообщается, что в ходе атаки иранцам удалось послать на GPS-приемник беспилотника ложную информацию о его местонахождении, перекрыв подлинные сигналы от спутников навигации. Вследствие подмены координат программное обеспечение разведчика было введено в заблуждение: компьютеру "внушили", что аппарат находится над территорией Соединенных Штатов, и тот в соответствии со своими инструкциями благополучно совершил приземление в назначенной точке. Таким образом самолет был захвачен без единого выстрела.

Согласно имеющимся сведениям, руководству вооруженных сил США было известно об уязвимости GPS-систем беспилотников задолго до текущих событий. Еще в 2003 году эксперты готовили соответствующий отчет, посвященный мерам противодействия навязыванию ложных GPS-координат, в котором содержались предупреждения о потенциальной опасности подобных нападений. Появлялись подобные публикации и в этом году - так, в октябре на конференции по вопросам информационной безопасности группа ученых представила работу, посвященную актуальным проблемам перехвата и подмены GPS-сигналов.

Согласно официальной версии США, беспилотник был утерян из-за сбоя в оборудовании.

The Register

Письмо автору

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