Компания «Код Безопасности» сообщает о расширении линейки продуктов

Компания «Код Безопасности» сообщает о расширении линейки продуктов

Семейство продуктов «Континент» пополнила сертифицированная система обнаружения вторжений. Система обнаружения вторжений (СОВ) «Континент» состоит из централизованной системы управления ЦУС «Континент» и нового программно-аппаратного модуля Детектор атак «Континент», предназначенного для обнаружения сетевых вторжений (атак). Детектор атак «Континент» выпускается на различных аппаратных платформах, отличающихся производительностью анализа трафика, количеством и типом сетевых интерфейсов.

Основу системы обнаружения вторжений «Континент» составляют:

  • сетевая система обнаружения и предотвращения вторжений с открытым исходным кодом SNORT, обеспечивающая разбор и анализ трафика с целью выявления атак;
  • регулярно обновляемая база сигнатур от EmergingThreats;
  • эвристический анализатор собственной разработки, повышающий качество детектирования атак и снижающий количество ложных срабатываний;
  • центр управления сетью, обеспечивающий удаленное конфигурирование и контроль функционирования модулей ДА «Континент».

Система обнаружения вторжений «Континент» сертифицирована ФСТЭК России и соответствует требованиям, предъявляемым к системам СОВ по 3-му классу защиты и требованиям по 2-му уровню контроля на отсутствие НДВ.

«Государственные ресурсы всегда представляли особый интерес для злоумышленников. И с каждым годом количество кибератак на критически важные объекты государства неуклонно растет. Для противодействия таким угрозам в начале года Президентом России был подписан указ «О создании глобальной системы обнаружения, предупреждения и ликвидации последствий компьютерных атак», вышел приказ ФСТЭК России № 17, предписывающий применять системы обнаружения вторжений в государственных информационных системах, внесен на рассмотрение проект Федерального закона «О безопасности критической информационной инфраструктуры РФ». Мы, в свою очередь, разработали собственную систему обнаружения вторжений «Континент», которая прошла сертификацию в ФСТЭК России и может применяться в системах, в которых обрабатывается как конфиденциальная, так и секретная информация», – прокомментировал Андрей Голов, генеральный директор «Кода Безопасности».

В настоящее время сертификацию в ФСБ России проходят криптографические компоненты новой версии АПКШ «Континент» 3.7, которые также дополнены множеством новых функциональных возможностей, среди которых:

  • высокопроизводительное криптоядро с производительностью VPN до 3 Гбит/с (для платформы IPC-3000F);
  • балансирование нагрузки между несколькими криптошлюзами для достижения производительности криптографической обработки трафика со скорость более 10 Гбит/с;
  • поддержка протокола IPv6 и другие новые возможности.

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