Бреши в Kaspersky Web Protection могут вызвать сбой в работе процесса

Бреши в Kaspersky Web Protection могут вызвать сбой в работе процесса

Бреши в Kaspersky Web Protection могут вызвать сбой в работе процесса

Уязвимости в программном обеспечении «Лаборатории Касперского» оставили внутренний API открытым, в результате чего веб-разработчики могли использовать его. Сообщается, что несколько попыток патчинга потерпели неудачу.

Проблему описал разработчик софта Владимир Палант, проанализировавший работу функции Kaspersky Web Protection, включённой в Kaspersky Internet Security 2019.

В задачи Kaspersky Web Protection входит сканирование результатов поисковой выдачи на наличие потенциально вредоносных ссылок, блокировка рекламы и защита от веб-трекеров.

Web Protection необходимо взаимодействовать с основным продуктом. Чтобы обеспечить защищённую связь, для этого используется специальная «секретная» подпись, которая не должна быть известна веб-ресурсам.

Однако обнаруженная Палантом серия уязвимостей позволяет сайтам извлекать этот ключ и устанавливать связь с приложением «Лаборатории Касперского». Более того, у третьих лиц появляется возможность имитации Web Protection и отправки соответствующих команд.

По словам специалиста, уязвимость (CVE-2019-15685) можно использовать для извлечения подписи. Брешь существует из-за того, что Kaspersky Web Protection без расширения для браузера внедряет скрипты непосредственно в веб-страницы.

«Веб-сайты могут использовать эту уязвимость, чтобы незаметно отключить блокировку рекламы и защиту от трекеров», — пишет Палант.

Также специалист сообщил о новой уязвимости под номером CVE-2019-15687. Она открывает ресурсам доступ к данным системы пользователя — например, к уникальному идентификатору установленного на компьютере продукта «Лаборатории Касперского».

«Я попробовал схему извлечения подписи из скриптов в случае с новым Kaspersky Internet Security 2020 — пришлось лишь адаптировать свой PoC-код, чтобы внести изменения в вызов API», — объясняет специалист.

Но и это ещё не все. По словам Паланта, он выявил ещё одну брешь — CVE-2019-15686, благодаря которой можно вызвать сбой в работе процесса антивируса.

Разработчики «Лаборатории Касперского» прокомментировали уязвимости, подчеркнув, что соответствующие патчи готовы и скоро станут доступны пользователям.

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