UserGate и Angara Security обеспечили ИБ-контур разработчика технологий ИИ

UserGate и Angara Security обеспечили ИБ-контур разработчика технологий ИИ

UserGate и Angara Security обеспечили ИБ-контур разработчика технологий ИИ

Разработчик ИБ-решений UserGate и системный интегратор Angara Security обеспечили двойной контур информационной безопасности для российской компании, создающей технологии искусственного интеллекта в медицинской отрасли.

Заказчик управляет единой платформой сервисов для цифровизации медицинских услуг, поддержки принятия врачебных решений на основе данных КТ, УЗИ, рентгенографии, первичной самодиагностики. Платформу решений на базе ИИ используют медицинские учреждения в более 50 регионах России. 

Специалисты Angara Security провели аудит инфраструктуры заказчика, разработали проект модернизации с учетом защиты персональных данных пользователей сервисов, медицинской информации, собственных цифровых активов компании.  По итогам анализа российских разработок в сфере сетевой безопасности был выбран комплекс решений от UserGate, объединяющий межсетевой экран следующего поколения (NGFW), систему обнаружения вторжений (IDS/IPS), защиту от вредоносных программ и вирусов, систему контент-фильтрации, VPN-сервер и другие функции.

Комплекс решений включил в себя поставку и настройку аппаратных платформ UserGate D500 с возможностью фильтровать траффик по пользователям и поддержкой eBGP. При внедрении решения UserGate основной целью являлась модернизация сетевой инфраструктуры заказчика, повышение ее отказоустойчивости.

«Залог обнаружения и успешного отражения кибератак заключается в экосистемном подходе к обеспечению контура безопасности. Именно такая комплексная концепция позволяет обеспечить главное условие защищенности – абсолютную видимость всех событий безопасности внутри сети. Это состояние достигается за счет разных способов инспекции защищенного сетевого трафика. Такими технологиями, например, оснащены межсетевые экраны следующего поколения NGFW UserGate. Теперь, когда конъюнктура рынка инфобеза в России коренным образом изменилась, мы испытываем на себе взрывной рост количества обращений по поводу миграции с импортных технологий и, в том числе, увеличение числа заявок на пилотное тестирование наших NGFW, – прокомментировала менеджер по работе с партнерами UserGate Полина Шутенко.

Ознакомиться с функционалом UserGate NGFW и оставить заявку на тестовое пилотирование решения можно на сайте UserGate по ссылке.

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