Роскомнадзор создаст федеральную систему защиты от DDoS-атак

Роскомнадзор создаст федеральную систему защиты от DDoS-атак

Роскомнадзор создаст федеральную систему защиты от DDoS-атак

По данным Forbes, осенью в России может появиться система защиты от DDoS-атак, действующая в масштабах всей страны. С этой целью Роскомнадзор задумал обновить оборудование, которое сейчас используется для глубокой фильтрации трафика (DPI) в исполнение закона о суверенном интернете.

Решение РКН вызвано ростом числа хактивистских DDoS-атак в рунете, особенно на уровне приложений — к таким нападениям многие отечественные компании оказались не готовы. Ситуацию усугубляет уход с российского рынка многих иностранных провайдеров услуг по блокировке DDoS.

По этим причинам власти сейчас прорабатывают различные сценарии защиты национального сегмента интернета от внешних угроз. Регулятор, со своей стороны, предложил использовать для этих нужд существующее оборудование — DPI-системы, установленные у крупных операторов связи для обеспечения бесперебойной работы рунета (именно их в прошлом году использовали для замедления Twitter).

Как выяснил Forbes, эти решения уже обладают необходимой функциональностью, но умеют реагировать лишь на несколько типов DDoS-атак — по сигнатурам, созданным в ГРЧЦ, Главном радиочастотном центре при Роскомнадзоре. Чтобы использовать такие продукты для фильтрации и блокировки DDoS-потоков на национальном уровне, придется расширить набор соответствующих сигнатур в системах DPI и повсеместно сделать эту услугу доступной.

Не исключено, что централизация защиты от DDoS потребует создания новых центров мониторинга и очистки трафика. Роскомнадзор планирует также в несколько раз увеличить пропускную способность DPI-оборудования, В настоящее время эти системы способны одновременно фильтровать потоки до 100 Гбит/с.

Модернизацию существующей DPI-инфраструктуры регулятор хочет провести в рамках действующих контрактов, без дополнительных капиталовложений. Однако из-за санкций и проблем с логистикой стоимость производства такого оборудования, по данным Forbes, выросла почти на 40%. Детали проекта РКН уже обсуждает с поставщиком DPI-систем — компанией Research & Development Partners (RDP.RU, с прошлого года собственность «Ростелекома»).

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