Грозный троян TrickBot ушел на покой, его владельцы продались Conti

Грозный троян TrickBot ушел на покой, его владельцы продались Conti

Грозный троян TrickBot ушел на покой, его владельцы продались Conti

Ботоводы TrickBot свернули свои операции, решив присоединиться к криминальному синдикату, во главе которого стоят их прежние партнеры — операторы шифровальщика Conti. Последние перестали использовать трояна-загрузчика, потерявшего былую эффективность, и собираются развивать более перспективный проект, BazarLoader.

Об уходе со сцены ботнета TrickBot интернет-сообщество узнало вчера, 24 февраля, из твита исполнительного директора AdvIntel Виталия Кремеза (Vitali Kremez). Последние два месяца вредоносная сеть никак не проявляла себя; спам, нацеленный на засев лежащего в ее основе Windows-зловреда, исчез, новых С2-серверов тоже не замечено.

В AdvIntel полагают, что за шесть лет существования модульный троян, вначале служивший банкером, а потом загрузчиком других вредоносов, стал слишком узнаваем. Он хорошо детектится, особенности его трафика давно изучены. К тому же TrickBot сильно засветился, когда борцы с ботнетами попытались ликвидировать его инфраструктуру.

Операторы RaaS-сервиса (Ransomware-as-a-Service, вымогатель как услуга) Conti неоднократно пользовались услугами ботоводов TrickBot, предоставлявших готовый доступ к сетям атакованных компаний. После падения основных конкурентов — в первую очередь, REvil — группировка Conti, похоже, решила стать монополистом, объединив под своим крылом множество умелых и опытных участников рынка. До сих пор только Evil Corp могла претендовать на этот титул.

В конце прошлого года стоящие за Conti преступники инициировали возрождение Emotet и тесных связей с его ботоводами. Заручившись поддержкой, гарантирующей вход в корпоративные сети, предприимчивая команда решила подмять и другого давнего партнера — владельца TrickBot, переманив к себе ряд разработчиков и менеджеров. Теперь они, по данным AdvIntel, будут вместе совершенствовать BazarBackdoor, aka BazarLoader, — даунлоудер, заимствующий часть кода TrickBot, но более продвинутый и скрытный.

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