В США безработный осужден за компрометацию 13 тыс. банковских карт

В США безработный осужден за компрометацию 13 тыс. банковских карт

В США безработный осужден за компрометацию 13 тыс. банковских карт

Федеральный суд Сан-Диего приговорил к семи годам и трем месяцам заключения мужчину, который организовал массовую скимминговую схему. За несколько лет преступник скомпрометировал более 13 тыс. карт Wells Fargo и других банков, сообщает издание The San Diego Union-Tribune.

Уроженец Иордании Атеф Альхатиб (Atef Alkhateeb) приехал в США в 2000 г., а в 2005 г., после женитьбы, получил статус резидента. Будучи безработным и фактически живя на зарплату жены, в 2014 г. он решил зарабатывать финансовыми преступлениями.  Мужчина приобрел на eBay и Amazon оборудование для скимминга, а также освоил компьютерную программу «Card Reader Factory». Разъезжая по городам Южной Калифорнии, он устанавливал на банкоматы устройства для считывания информации с магнитных полос карточек. Кроме того, злоумышленник размещал в зоне видимости банкоматов скрытые камеры – это позволяло ему узнавать PIN-коды, пишет infowatch.ru.

У себя дома Атеф Альхатиб развернул мастерскую для изготовления дубликатов скомпрометированных карт.  При обыске были обнаружены более 2000 карт, на которых оказалась закодирована украденная информация. Кроме того, в компьютере преступника ждали своей очереди данные тысяч учетных записей банковских клиентов. Всего осужденный признался в компрометации 12156 карт Wells Fargo и 1040 карт, эмитированных другими банками в период с 2014 по 2016 гг.

Украденные Альхатибом средства суд постановил направить на возмещение ущерба пострадавшим людям. Тем не менее, Wells Fargo оценил свои убытки почти в $1,1 млн. Также, по сведениям прокуратуры, о потерях в размере $1,7 млн сообщил The Bank of America.

Карточный скимминг остается серьезной проблемой в США. По данным компании FICO, количество карт, скомпрометированных в банкоматных сетях и на предприятиях, в I полугодии 2017 г. выросло на 39% по сравнению с аналогичным периодом прошлого года. 

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