Осуждённый в США хакер теперь преподаёт кибербезопасность в Китае

Осуждённый в США хакер теперь преподаёт кибербезопасность в Китае

Осуждённый в США хакер теперь преподаёт кибербезопасность в Китае

Осуждённый в США китайский киберпреступник в настоящее время ведёт компьютерные курсы в одной из средних школ Китая. Помимо прочего, он передаёт ученикам знания по части кибербезопасности.

Юй Пинган в своё время провёл 18 месяцев в следственном изоляторе Сан-Диего — его обвиняли во взломе и кибератаках на американские компании.

В феврале 2019 года Пингана признали виновным, назначив срок, который Юй уже и так отбыл в изоляторе. Поэтому преступнику разрешили вернуться в Китай.

По данным обвинения, среди пострадавших от рук китайского гражданина компаний были такие гиганты, как Qualcomm, Pacific Scientific Energetic Materials и Riot Games. В судебных документах отмечалось, что Пинган похитил у американских корпораций некие сведения, характер которых не раскрывается.

При этом представители Qualcomm отказались комментировать ситуацию, пресс-секретарь Riot Games заявил, что никакие данные компании не попали в руки третьих лиц, а Pacific Scientific вообще не отреагировала на просьбу прокомментировать предположительный взлом.

Юй Пинган отметился использованием специфического хакерского инструмента под названием Sakula, позволяющего получить удалённый доступ к атакуемым компьютерам. Следователи так и не выяснили, разработал ли Пинган эту программу сам или где-то купил её.

В материалах дела также можно было найти и онлайн-псевдоним, под которым действовал китайский киберпреступник — Goldsun.

В настоящее же время, как сообщает Reuters, 39-летний Юй Пинган преподаёт компьютерные курсы, включая кибербезопасность, в одной из школ Шанхая.

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