В Офисный контроль и DLP Safetica 9.5 улучшили защиту IT-инфраструктуры

В Офисный контроль и DLP Safetica 9.5 улучшили защиту IT-инфраструктуры

В Офисный контроль и DLP Safetica 9.5 улучшили защиту IT-инфраструктуры

В версии «Офисный контроль и DLP Safetica» 9.5 улучшены функции, особенно актуальные для защиты IT-инфраструктуры предприятий в условиях массового перехода на режим удаленной работы.

Особое внимание уделено интеграции с Office 365, теперь можно внедрять политики DLP для электронной почты Exchange Online. Кроме аудита электронной почты на рабочих и домашних компьютерах и мобильных устройствах, DLP-политики также могут применяться к данным, отправляемых с них. Реализована функция распознавания конфиденциальной информации и запрет ее отправки по e-mail, а также ведение логов и блокировка инцидентов непосредственно на облачном почтовом сервере.

В новой версии решения улучшена поддержка веб-приложений, использующих сквозное шифрование. Среди них популярные мессенджеры, такие как Telegram и WhatsApp, которые активно используются для оперативного решения корпоративных задач.

Помимо этого, в «Офисный контроль и DLP Safetica» 9.5 улучшена постоянная маркировка файлов на основе метаданных. Новая технология классификации используется для применения контекстных правил DLP к файлам, отправляемым с защищенных конечных точек.

Решение «Офисный контроль и DLP Safetica» развивается в соответствии с трендами международного рынка, а новые функции версии 9.5 отвечают потребностями заказчиков в существующих реалиях.

С нашим обзором системы защиты от утечек «Офисный контроль и DLP Safetica» можно ознакомиться по этой ссылке.

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