Check Point: Пиксельные изображения используются в фишинговых кампаниях

Check Point: Пиксельные изображения используются в фишинговых кампаниях

Check Point: Пиксельные изображения используются в фишинговых кампаниях

Исследователи Check Point предупреждают о том, что крохотные изображения, отслеживающие поведение пользователей, начали появляться в фишинговых кампаниях, в которых хакеры используют их для сбора информации о своих жертвах.

Эти очень маленькие файлы изображений предназначены для отправки строки кода на внешний веб-сайт. Обычно такие изображения размером в один пиксель легко скрыть, сделав их того же цвета, что и фон веб-страницы, в этом случае они будут незаметны для пользователя. Такие же изображения, с той же целью могут использоваться в электронной почте.

«Эти пиксельные изображения могут быть предназначены для получения такой информации, как IP-адреса, имена хостов, операционные системы, типы веб-браузеров, даты просмотра изображения, использование файлов cookie и прочее» - отмечают специалисты Check Point.

Эта информация чаще всего используется маркетологами для точного таргетинга своей рекламы, но злоумышленники могут также использовать ее для обнаружения известных уязвимостей программного обеспечения, которые они могут использовать в последующей атаке.

«Уже более десяти лет известно о том, что можно использовать пиксели отслеживания в файлах Microsoft Office, например, в документах Word, электронных таблицах Excel и презентациях PowerPoint. Это работает, поскольку файлы Office могут ссылаться на изображение, размещенное на удаленном веб-сервере. Наличие пикселя в документе Office позволяет отслеживать активность документа при его перемещении по организации. Тот же принцип используется и в фишинговых кампаниях» - отмечают специалисты.

Несмотря на то, что эти маленькие изображения не являются прямой угрозой, они могут быть предвестниками атак на пользователей и организации.

Предприятиям рекомендуется реализовать механизмы защиты электронной почты от фишинга, обеспечить постоянное исправление любого программного обеспечения, работающего в облачной среде и использовать защиту веб-приложений.

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