Июльские обновления для Android закрывают три уязвимости под атакой

Июльские обновления для Android закрывают три уязвимости под атакой

Июльские обновления для Android закрывают три уязвимости под атакой

Компания Google выпустила новый набор патчей для ОС Android, совокупно закрыв более 40 уязвимостей. В бюллетене особо отмечено, что три дыры, по всем признакам, уже используются в целевых атаках.

Одна из них, CVE-2023-2136, оценена как критическая (в 9,6 балла из 10 возможных по шкале CVSS). Она вызвана возможностью целочисленного переполнения, возникающей при подключении Skia. Эту мультиплатформенную библиотеку с открытым исходным кодом использует также Chrome, и в браузере ее пропатчили в минувшем апреле.

Степень опасности CVE-2021-29256 признана высокой (8,8 балла CVSS). Проблема GPU-драйвера Mali разработки Arm позволяет непривилегированному пользователю получить доступ к освобожденной памяти, что может привести к раскрытию конфиденциальной информации либо повышению прав до root. Данная уязвимость актуальна также для чипов семейств Bifrost и Valhall.

Уязвимость раскрытия информации CVE-2023-26083, тоже вызванная использованием драйвера Arm Mali GPU, менее опасна. Атаки с ее использованием в связке с другими эксплойтами бы замечены еще в декабре.

Однако самой большой угрозой Google сочла CVE-2023-21250, критическую уязвимость в Android System, которой подвержены ОС версий 11, 12 и 13. Эксплойт не требует взаимодействия с пользователем и позволяет дистанционно выполнить любой код в системе, притом без повышения привилегий.

Перечисленные в бюллетене уязвимости, как всегда, разделены на две части. Одни свойственны всем Anroid-устройствам, заплатки для них партнеры Google должны разослать OTA в первую очередь, обеспечив состояние патчинга на 1 июля. Другие актуальны лишь для определенных моделей, их можно закрыть скопом чуть позже, повысив безопасность подопечного парка до уровня 5 июля.

Бюллетень, посвященный Pixel, содержит список из 14 уязвимостей, характерных только для этих смартфонов. С составом июльских обновлений от Samsung можно ознакомиться на сайте компании.

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