BI.ZONE запустила платформу сервисов кибербезопасности Def.Zone

BI.ZONE запустила платформу сервисов кибербезопасности Def.Zone

BI.ZONE запустила платформу сервисов кибербезопасности Def.Zone

BI.ZONE запускает бета-тестирование новой платформы облачных сервисов защиты от цифровых угроз Def.Zone. Платформа позволит клиентам автоматизировать самые трудоемкие процессы кибербезопасности и управлять набором решений через единый и простой интерфейс. При этом затраты пользователей на внедрение, поддержку и администрирование средств защиты значительно сократятся за счет применения облачных технологий.

Кибербезопасность до сих пор остается сложным аспектом для многих организаций — более 80% компаний не готовы к масштабной кибератаке. Обострившаяся ситуация с распространением COVID-19 и массовый перевод сотрудников на удаленную работу вызвали всплеск киберпреступной активности, однако многие компании не готовы увеличивать вложения в кибербезопасность и расширять штат специалистов. Def.Zone поможет сохранить эффективность бизнеса и минимизировать киберриски клиентов в этих условиях.

Def.Zone предлагает комплекс облачных решений для обеспечения кибербезопасности МСП и крупного бизнеса: от тестирования сотрудников и контроля защищенности до отражения кибератак и расследования инцидентов. Большая часть сервисов в платформе реализуется в автоматизированном режиме, однако некоторые услуги могут быть предоставлены с участием специалистов BI.ZONE и адаптированы под нужды клиента.

Для поддержки российского бизнеса BI.ZONE ранее уже открыла бесплатный доступ к ряду сервисов, представленных в Def.Zone, в рамках кампании Stay Home, которая продлится до 1 июля 2020 года. Часть решений, в том числе сканирование IT-периметра организации и проверка сотрудников на устойчивость к фишингу, останутся бесплатными и после окончания кампании.

«На российском рынке мы запускаем уникальный продукт — мультисервисную платформу с акцентом именно на облачных сервисах. В мире сложилась непростая ситуация — киберпреступность растет, векторов потенциальных атак становится все больше, а у компаний зачастую нет средств на содержание большой команды специалистов и поддержку дорогостоящих локальных решений. Def.Zone станет ответом на эти вызовы», — комментирует Антон Окошкин, технический директор BI.ZONE.

BI.ZONE приглашает всех желающих принять участие в бета-тестировании Def.Zone, которое продлится несколько месяцев. Основная цель этого периода — сделать платформу Def.Zone ещё удобнее, опираясь на обратную связь от клиентов.

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