Рост пользовательской базы Tor вызван русским ботнетом

Русский ботнет захватил Tor

Русский ботнет захватил Tor

В недавних новостях сообщалось, что анонимная сеть Tor за последний месяц сумела практически вдвое увеличить количество пользователей. Администраторы системы не могли объяснить подобный всплеск активности. Как выяснилось, во всем виноват огромный российский ботнет, который практически оккупировал анонимную сеть. 4 из 5 пользователей Tor - боты.

Учитывая продолжающееся внимание к деятельности АНБ, усиление онлайн-слежки ивведение новых сетевых фильтров, многие эксперты полагали, что популярность Tor обусловлена заботой пользователей о собственной безопасности. Как оказалось, причина роста гораздо прозаичнее.

В среднем в сети работает около 500 тысяч человек, однако на сегодняшний день количество пользователей Tor превысило миллион абонентов. Согласно результатам проведенного исследования, огромное количество новых пользователей Tor на самом деле являются нелегальными и используются огромным русским ботнетом.

Владельцы упомянутого ботнета решили использовать Tor для коммуникации с контрольным центром. Благодаря данной сети обнаружить местоположение центрального сервера будет чрезвычайно сложно.

Пока масштаб деятельности ботнета не установлен. Обычно подобные сети используются для хищения банковской информации, распространения ransomware и другого вредоносного программного обеспечения.

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