Системы шифрования он-лайн сервисов уязвимы

Системы шифрования он-лайн сервисов уязвимы

Исследователи в области криптографии и математики из Швейцарии и США обнаружили, что некоторые из открытых ключей шифрования, используемых сегодня в он-лайн магазинах, банковских системах и сервисах электронной почты не так безопасны, как все предполагают.

В работе «Ron was wrong, Whit is right» (Рон ошибался, а Уит прав)  ученые решили проверить верность предположения о том, что ключ генерируется из набора случайных значений. Однако в результате проведенного исследования выяснилось, что один и тот же набор символов, сгенерированных посредством  RSA модуля повторяется дважды в тысячу раз.  То есть два ключа из тысячи имеют дубликат.

В ходе исследования было проанализировано 7,1 миллионов ключей, имеющих в основном X.509 сертификат. Оказалось, что 27000 из них вообще не являются уникальными. Более того, огромное количество открытых ключей раздаются через посторонние источники.

Специалисты считают, что в данном случае степень риска не велика, однако результаты наглядно демонстрируют уязвимость криптосистем, созданных на базе технологий  RSA, в сравнении с системами ElGamal и DSA.

В работе авторы исследовали технологии созданные Роном Райвестом (Ron Rivest) – криптографом, одним из основоположников алгоритма RSA и Уитфилда Диффером (Whitfield Diffier), также известного как Уит (Whit), который является одним из основателей двухключевой криптографии.

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