Минюст США обвиняет сотрудника Group-IB в продаже данных Formspring

Минюст США обвиняет сотрудника Group-IB в продаже данных Formspring

Минюст США обвиняет сотрудника Group-IB в продаже данных Formspring

На этой неделе Министерство юстиции США огласило обвинительное заключение в отношении нынешнего сотрудника компании Group-IB Никиты Кислицина. Сторона обвинения полагает, что специалист в области кибербезопасности был вовлечён в продажу учётных данных пользователей Formspring.

Согласно материалам дела, Кислицин получал украденные у Formspring данные, а затем пытался продать их третьим лицам.

Стоит отметить, что в штат Group-IB специалист попал в 2013 году, а описанные Минюстом события датируются 2012 годом. В настоящее время Кислицин всё ещё числится сотрудником Group-IB, и компания не намерена открещиваться от исследователя.

В официальном заявлении Group-IB подчёркивается, что ни компания, ни сам обвиняемый не получали уведомлений или приглашений на судебное заседание.

«Мы считаем эти действия недопустимыми и нарушающими права нашего сотрудника», — заявила пресс-служба.

Помимо этого, Group-IB указывает на отсутствие прямых доказательств участия Кислицина в незаконных схемах.

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