Группировка Trickbot собиралась открыть шесть офисов в Санкт-Петербурге

Группировка Trickbot собиралась открыть шесть офисов в Санкт-Петербурге

Группировка Trickbot собиралась открыть шесть офисов в Санкт-Петербурге

Раздобытая WIRED переписка главарей преступной группы дает представление об организации работ в рамках масштабного проекта Trickbot и ключевых фигурах, ответственных за вредоносные операции. Не публиковавшиеся ранее документы содержат сотни внутренних сообщений, в том числе отосланных летом и осенью 2020 года — в период, когда лидеры ОПГ строили планы по расширению криминального бизнеса.

В частности, к концу сентября 2020 года операторы трояна собирались открыть шесть новых офисов со штатом в 50-80 человек. По всей видимости, речь шла о Санкт-Петербурге; представитель Mandiant в своем комментарии отметила, что, по их наблюдениям, такой выбор наиболее вероятен.

Амбициозные планы группировки, стоящей за Trickbot, расстроили попытка ликвидации инфраструктуры зловреда, предпринятая борцами с ботнетами, и последовавшие за этим аресты. Удар был довольно сильным, но не катастрофическим; ботоводы быстро оправились и вновь стали наращивать мощности, продолжая совершенствовать своего зловреда.

В настоящее время в ОПГ, по оценкам экспертов, входит от 100 до 400 участников; возглавляют ее несколько человек с разными сферами ответственности. Судя по переписке (обычно в Jabber), самым главным боссом является некий Stern. По данным Hold Security, круг обязанностей этого лица соответствует должности исполнительного директора компании.

В середине 2020 года Stern обсуждал текущие расходы с другим функционером, Target. Из беседы стало ясно, что преступная группа тратит деньги в основном на расширение операций Trickbot, аренду серверов, закупку оборудования, а также наем программистов и специалистов по пентесту, которых используют как хакеров.

Еще один главарь в переписке фигурирует как Professor или Alter; этот персонаж отвечает за развертывание программ-шифровальщиков в сетях, зараженных Trickbot, а также за создание инструментов, облегчающих доставку. Основными партнерами ОПГ в этом плане, как известно, являются операторы Ryuk и Conti.

Изучение переписки также показало, что, вопреки расхожему мнению, далеко не все члены Trickbot-команды живут в России. Как минимум двое из них базируются в Белоруссии; когда в 2020 году там заблокировали интернет, Stern посетовал, что некий программист Hof выпал из доступа из-за проблем со связью в этой стране.

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