Microsoft Exchange не может доставить письма из-за антивирусного движка

Microsoft Exchange не может доставить письма из-за антивирусного движка

Microsoft Exchange не может доставить письма из-за антивирусного движка

2022 год начался несколько забагованно: серверы Microsoft Exchange on-premise внезапно прекратили пересылку электронных писем из-за ошибки «Year 2022» в антивирусном движке FIP-FS, предназначенном для сканирования системы и выявления вредоносных программ.

Напомним, что Microsoft активировала движок FIP-FS в версии Exchange Server 2013. Он предназначен для детектирования спам-рассылок и злонамеренного софта, проще говоря — должен избавлять пользователей от киберугроз, связанных с электронной почтой.

Согласно множеству жалоб от сисадминов по всему миру, баг в FIP-FS начал блокировать доставку писем около полуночи 1 января 2022 года. По словам специалиста в области кибербезопасности Джозефа Русена, проблема кроется в том, что Microsoft использует подписанную переменную int32 для хранения значения даты (максимальное значение — 2 147 483 647).

Стоит учесть, что даты в 2022 году уже имеют минимальное значение 2 201 010 001, то есть больше, чем предусмотрела Microsoft. Именно это привело к сбою в работе антивирусного движка и проблемам с доставкой электронных писем.

Баг проявлял себя ошибкой 1106 в логах событий Exchange Server, а администраторы могли увидеть следующие коды: 0x8004005, 0x80004005. Теперь Microsoft должна оперативно выпустить обновление Exchange Server, которое бы учитывало большее значение даты.

Тем не менее есть и «обходной путь»: администраторы могут попробовать отключить антивирусный движок FIP-FS.

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