Fortinet приобретает Bradford Networks

Fortinet приобретает Bradford Networks

Fortinet приобретает Bradford Networks

Компания Fortinet сегодня завершила приобретение компании Bradford Networks для усиления системы сетевой безопасности Fortinet с помощью технологий управления доступом и решений безопасности IoT, что позволит предоставить крупным компаниям более широкие возможности отслеживания и безопасности для их сложных сетей.

Среди новых решений отмечаются следующие:

  • Полноценное, непрерывное отслеживание конечных точек, пользователей, надежных и ненадежных устройств и приложений, имеющих доступ к сети, включая IoT и устройства, лишенные собственных средств управления, без привлечения агентов.
  • Усовершенствованная технология IoT благодаря микросегментации устройств, динамической классификации устройств без собственных средств управления по типу и профилю, а также автоматическому назначению политик позволяет обеспечить детализированную изоляцию ненадежных устройств с помощью простого веб-интерфейса пользователя.
  • Моментальная точная сортировка событий и сдерживание угроз с помощью автоматизированной интеграции рабочих процессов для предотвращения движений в горизонтальной плоскости.
  • Простое и экономичное развертывание благодаря высокомасштабируемой архитектуре позволяет устранить развертывание на каждом объекте крупных организаций.

Общепризнанные компаниями Gartner и Forrester технологии позволили компании Bradford Networks выиграть многочисленные награды, крупные организации по всему миру доверяют  им защиту от угроз цифровых атак.

«Мы очень рады объединению с компанией Fortinet, мировым лидером на рынке систем защиты сетей, что позволит обеспечить исключительный уровень отслеживания и безопасности для крупных корпоративных организаций. Технологии Bradford Networks уже интегрированы в систему безопасности Fortinet, включая решения FortiGate, FortiSIEM, FortiSwitch и FortiAP, которые снижают риск и воздействие киберугроз в самых сложных средах обеспечения безопасности, например в сложных инфраструктурах, включая силовые установки, нефтегазовую промышленность и производство», — отмечает Роб Скотт (Rob Scott), генеральный директор компании Bradford Networks.

В компании Fortinet не ожидают, что транзакция сильно повлияет на финансовые показатели компании во втором квартале или за весь 2018 год, которые будут доступны 3 мая 2018 года. 

«В больших организациях продолжается высокий рост сетевого трафика и числа устройств и пользователей сети, соответственно, возрастает риск нарушений безопасности. Согласно недавним исследованиям компании Forrester 82 процента компаний не могут даже идентифицировать все устройства, которые имеют доступ к их сетям. Интеграция технологий Bradford Networks в системе безопасности Fortinet предоставляет крупным компаниям возможность непрерывного отслеживания, микросегментации и доступа к необходимым технологиям управления для предотвращения распространения угроз и блокировки ненадежных устройств во избежание доступа к сети», — комментирует приобретение Кен Се (Ken Xie), основатель, председатель правления и генеральный директор компании Fortinet.

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