Пентагон объявил войну уязвимостям в системах вооружений

Пентагон объявил войну уязвимостям в системах вооружений

 Руководство Пентагона издало новую директиву, согласно которой специалистам ведомства необходимо в кратчайшие сроки разработать новые меры и средства защиты информационных систем и систем вооружений от уязвимостей и поддельных деталей. Ожидается, что директива, вступившая в силу 5 ноября текущего года, будет способствовать увеличению финансирования программ, направленных на создание технологий и процедур, способных защитить системы вооружений и информационные сети армии США еще на этапе разработки.

Одним из основных положений директивы является положение о том, что необходимо разработать принципиально новые рекомендации, механизмы и системы, позволяющие контролировать безопасность программного и аппаратного обеспечения, используемого в системах вооружения и информационных системах армии США.

В директиве также говорится о необходимости стимулировать разработки новых технологий, позволяющих создавать программное и аппаратное обеспечение, не использующее шифрования, а также позволяющих удостовериться в том, что программное и аппаратное обеспечение не содержит уязвимостей и вредоносов. Также было заявлено о необходимости введения специальной системы тестирования и оценки программного и аппаратного обеспечения.

По имеющимся данным, за последние 9 лет (в период с 2002 по 2011 год) число компаний-поставщиков, которые якобы поставляли некачественное или поддельное программное и аппаратное обеспечение для систем вооружения и информационных сетей, выросло на 63%, с 5849 компаний в 2002 году до 9539 - в 2011 году.

На данный момент Управление перспективного планирования оборонных научно-исследовательских работ США (DARPA) работает над реализацией программы финансирования, направленной на разработку технологий, позволяющих сканировать мобильные телефоны, настольные компьютеры и другие устройства на наличие бэкдоров, вредоносных программ и уязвимостей. В свою очередь, Управление тыла министерства обороны США обязало всех поставщиков электронных микросхем наносить на поставляемую продукцию особую дезоксирибонуклеиновую маркировку (SigNature DNA-маркировка с использованием кислоты). По мнению руководства Управления, подобная маркировка позволит избежать фальсификаций оборудования и комплектующих различных устройств, а также облегчит процесс идентификации поставщика.

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