Panda Security выпускает утилиту для обнаружения скрытого вредоносного ПО

Panda Security выпускает утилиту для обнаружения скрытого вредоносного ПО

Около 23% компьютеров заражены вредоносными кодами, несмотря на то, что на них установлены обновленные антивирусы. Panda Security создала новый онлайновый сканер ActiveScan 2.0 именно для обнаружения вредоносных кодов, которые смогли обойти другие решения безопасности.

Причина такой «тихой» эпидемии – в новой динамике вредоносного ПО, в рамках которой кибер-преступники запускают в обращение огромное количество новых угроз, которые прячутся в недрах компьютера и втихомолку крадут персональную и конфиденциальную информацию. В результате традиционные антивирусные лаборатории переполнены новыми образцами и просто не в состоянии генерировать лечения, необходимые для нейтрализации вредоносных кодов, появляющихся ежедневно в невероятных количествах. А как следствие – в любое время в наличии имеется множество зараженных компьютеров, пользователи которых и не подозревают о том, что инфицированы.

Поскольку традиционная модель антивируса на данный момент уже не является достаточно эффективной, Panda Security разработала новый сканер ActiveScan 2.0 на основе новой модели безопасности под названием ‘Коллективный Разум’, способной обнаруживать гораздо больше вредоносных кодов, чем любое другое решение. Новая система производит централизованный сбор и хранение поведенческих алгоритмов различных программ, трассировок файлов, новых образцов вредоносных кодов и др. Такие данные, получаемые от пользовательского сообщества, подвергаются автоматическому анализу и классификации, а затем сопоставляются с обширной базой знаний вредоносных кодов PandaLabs.

Это означает, что ActiveScan 2.0 обнаруживает угрозы, скрытые в компьютерах, включая руткиты и трояны, предназначенные для кражи банковских данных и других конфиденциальных данных. Panda ActiveScan 2.0 также позволяет производить немедленное удаление всех обнаруженных вредоносных кодов.

Panda ActiveScan 2.0 – это незаменимая утилита, которую можно использовать в качестве альтернативного мнения, поскольку она обнаруживает все вредоносные коды, которые смогли проникнуть в компьютер сквозь установленные решения безопасности. Она совместима со всеми антивирусными программами на рынке и может быть использована как с Internet Explorer так и с Firefox.

Вы можете воспользоваться Panda ActiveScan 2.0 и выполнить бесплатную проверку своего компьютера здесь: http://www.infectedornot.com

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