Хакера с Украины допросили по делу о взломе серверов демократов в США

Хакера с Украины допросили по делу о взломе серверов демократов в США

Хакера с Украины допросили по делу о взломе серверов демократов в США

Украинский хакер, предположительно создавший вирус для взлома серверов демократической партии США, дал показания ФБР в качестве свидетеля, пишет издание New York Times. По данным газеты, хакер под ником Profexer исчез из киберпространства в январе, через несколько дней после того, как американские разведслужбы назвали программу, которая использовалась для взлома серверов демократов — P.A.S..

Глава киберполиции Украины Сергей Демедюк заявил газете, что примерно в это же время хакер сдался украинской полиции, а недавно он выступил в качестве свидетеля перед ФБР. Украинские правоохранительные органы не называют его имя, указывая, что он проживает на Украине и не находится под арестом. Парламентарий Антон Геращенко заявил, что это молодой человек из провинциального города, передает ria.ru.

Как пишет издание, Profexer создал программу P.A.S. и распространял ее бесплатную версию за добровольные пожертвования, а также продавал конкретным клиентам ее усовершенствованный вариант и помогал им в использовании программы.

Демедюк заявил, что хакер знал псевдонимы покупателей в сети. "Он сказал, что создавал ее (программу) не для того, чтобы ее так использовали", — сказал Демедюк, отметив, что Profexer является ценным свидетелем.

Свидетельств того, что Profexer работал на российские разведслужбы, нет, отмечает газета.

В течение 2016 года сайт WikiLeaks публиковал детали переписки членов Национального комитета Демократической партии, а также письма председателя штаба Хиллари Клинтон Джона Подесты. В октябре власти США заявили о якобы причастности правительства РФ к хакерским атакам. Позднее ЦРУ через СМИ обвинило Россию во взломе партийных серверов Демократической партии с целью помочь Дональду Трампу, который победил на выборах президента 8 ноября.

Президент России Владимир Путин, говоря об обвинениях, заявлял, что в опубликованных данных нет ничего в интересах России, а истерика нагнетается, чтобы отвлечь внимание от их содержания. Комментируя заявления Хиллари Клинтон о якобы вмешательстве России в предвыборную кампанию, пресс-секретарь президента России Дмитрий Песков называл обвинения в адрес Москвы "абсолютно голословными".

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