Мошенники используют любой повод для фишинга

Мошенники используют любой повод для фишинга

Мошенники используют любой повод для фишинга

Предлогом для мошеннических схем становится любая горячая тема, от проверки базы ГИБДД до заявки на строительство бомбоубежища. Киберэксперты предупреждают о росте фишинговых атак в 2023 и призывают не доверять “хайповым” предложениям.

В январе мошенничества и фишинговых атак стало больше на 15% по сравнению с прошлым годом. Следующие месяцы лишь подтвердят тенденцию, считают эксперты по кибербезопасности.

“В качестве информационных поводов может использоваться что угодно, начиная от проверки автомашины в базе данных ГИБДД и заканчивая заявкой на строительство бомбоубежища, — говорит главный специалист отдела комплексных систем защиты информации компании “Газинформсервис” Дмитрий Овчинников. — Темы выбираются горячие, а зачастую просто фейковые, но кликабельные”.

Напомним, в последних трендах — “угон” аккаунтов на Госуслугах под предлогом получения важной корреспонденции от государственных учреждений.

Эксперты призывают обывателей быть осмотрительнее и не попадаться на уловки мошенников.

“Помните о том, что государственные органы России никогда не выкладывают базы данных в открытый доступ”, — предупреждает Овчинников.

Правда, их последний год активно сливают в Сеть, напоминает Anti-Malware.ru.

Любое “уникальное” предложение о проверке долгов, списании кредитов, проверке автомашины или списка запрета выезда за рубеж стоит ставить под сомнение.

Важно понимать, что схема в целом всегда одна, меняются лишь информационные поводы, говорит эксперт.

“Не переходите по сомнительным ссылкам, не предоставляйте свои персональные данные и платежную информацию непроверенным и ненадежным сайтам”, — напоминает правила цифровой гигиены Овчинников.

Добавим, социальную инженерию внесли в список угроз 2023 года многие крупные компании, связанные с защитой данных. Так, в прогнозе Positive Technologies будущий рост мошеннических атак связывают с крупными утечками данных в 2022 году. Преступники будут использовать слитые данные, придумывая индивидуальные правдоподобные схемы атак.

Напомним, сегодня в Сеть попали персональные данные инвесторов сервиса Газпромбанк Инвестиций. Накануне случилась утечка исходных кодов “Яндекса”.

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