За год число мошеннических сайтов возросло на 86%

За год число мошеннических сайтов возросло на 86%

За год число мошеннических сайтов возросло на 86%

В 2023 году BI.ZONE выявила 207,1 тыс. мошеннических сайтов — на 86% больше, чем годом ранее (111,2 тыс.). Обманщики от имени известных компаний предлагали поучаствовать в лотерее, быстро и много заработать, получить баснословную скидку.

Чтобы заполучить ПДн и финансовую информацию, злоумышленники зачастую прибегали к фишингу. По данным Координационного центра доменов RU и РФ, в уходящем году на долю таких схем пришлось 89% жалоб пользователей.

«Основные скачки роста пришлись на март, сентябрь, и октябрь, — сообщил журналистам Евгений Волошин, директор департамента анализа защищенности и противодействия мошенничеству в BI.ZONE. — В эти месяцы специалисты наблюдали значительное увеличение числа доменов, имитирующих площадки для розыгрыша призов».

Большое распространение также получили мошеннические предложения быстрого заработка. Под такие схемы создавались тысячи имитаций ресурсов крупных компаний; претендентам предлагалось зарегистрироваться на сайте (сообщив конфиденциальные данные) и сначала вложить собственные деньги, которые якобы быстро отобьются, притом с лихвой.

Другие злоумышленники угоняли аккаунты в соцсетях и атаковали пользователей по найденным спискам контактов либо находили мишени через доски объявлений. Фишеры пытались легализировать сайты-ловушки, воруя домены, а для автоматизации своих схем использовали готовые инструменты и специализированные сервисы.

Для привлечения посетителей на поддельные сайты теперь часто используются мессенджеры. По ссылкам, распространяемым мошенниками, иногда можно заполучить зловреда.

Борцы за чистоту интернета регулярно выявляют и блокируют такие ресурсы. Так, за 11 месяцев 2023 года в TLD-зонах RU и РФ было обезврежено 48,7 тыс. вредоносных доменов — против 13,1 тыс. в 2022 году. В ответ злоумышленники стали прятать свои сайты за редиректами, регистрируя домены в разных TLD-зонах, и усложнять схемы обмана.

Еще одна приметная тенденция года: фишеры начали отказываться от российского хостинга, предпочитая размещать свои ловушки за рубежом. В итоге доля мошеннических сайтов на российских серверах сократилась почти в два раза.

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