GitHub предупредил организации о краже OAuth-тоекнов и утечке данных

GitHub предупредил организации о краже OAuth-тоекнов и утечке данных

GitHub предупредил организации о краже OAuth-тоекнов и утечке данных

Сервис GitHub, обеспечивающий хостинг для ИТ-проектов, сообщил о неизвестном киберпреступнике или группе киберпреступников, которые используют украденные OAuth-токены для загрузки внутренних данных ряда организаций.

Как известно, токены доступа OAuth часто используются приложениями и веб-сервисами для доступа к определённым данным и взаимодействия друг с другом без необходимости передавать учётные данные.

«Атакующие использовали пользовательские OAuth-токены, которые были выпущены для двух сторонних интеграторов — Heroku и Travis-CI. С их помощью злоумышленники загружают данные десятков организаций», — пишет Майк Хенли, специалист GitHub.

На 15 апреля список затронутых OAuth-приложений выглядел так:

  • Heroku Dashboard (ID: 145909);
  • Heroku Dashboard (ID: 628778);
  • Heroku Dashboard – Preview (ID: 313468);
  • Heroku Dashboard – Classic (ID: 363831);
  • Travis CI (ID: 9216).

В GitHub уточнили, что киберпреступники получили токены не в результате взлома систем компании, поскольку хостер ИТ-проектов не хранит их в пригодных для использования форматах. Помимо этого, Хенли отметил, что злоумышленники могут анализировать контент закрытых репозиториев.

Напомним, что на прошлой неделе GitHub начал блокировать аккаунты российских разработчиков и компаний, что уже затронуло крупные кредитные организации «Сбер», «Альфа-банк» и другие.

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