В России утекло 1,58 млрд записей персональных данных в 2024 году

В России утекло 1,58 млрд записей персональных данных в 2024 году

В России утекло 1,58 млрд записей персональных данных в 2024 году

Согласно отчету InfoWatch, в 2024 году объем скомпрометированных персональных данных в России достиг 1,58 млрд записей, что на 30% больше, чем в 2023 году.

Всего за год было зафиксировано 592 случая утечек персональных данных (ПДн) — против 569 инцидентов годом ранее. Общее число утечек конфиденциальной информации составило 778, что немного ниже показателя 2023 года (786 случаев, снижение на 1%).

Однако объем скомпрометированных данных вырос значительно сильнее. В 2024 году он составил 1,58 млрд записей, тогда как в 2023 году этот показатель был 1,2 млрд. Самый крупный инцидент произошел в январе 2024 года и включал утечку 500 млн записей, о чем сообщил Роскомнадзор. Однако подробности этого инцидента регулятор не раскрыл.

«Несмотря на незначительное сокращение количества зарегистрированных инцидентов, мы наблюдаем существенный рост объема скомпрометированных персональных данных. Это серьезный риск не только для организаций, но и для их клиентов и обычных пользователей, так как похищенные данные становятся инструментом мошенничества, в первую очередь социальной инженерии», — отмечает Дарья Пырина, главный аналитик-эксперт ЭАЦ InfoWatch.

Среди утекшей информации 29% составляют аутентификационные данные (логины и пароли). Эти сведения позволяют злоумышленникам получить доступ к личным кабинетам пользователей на онлайн-сервисах, банковским аккаунтам, а также к корпоративным ресурсам.

Как и в предыдущие годы, более 80% утечек произошли по вине внешних атакующих. Однако доля инцидентов, связанных с внутренними нарушителями, увеличилась до 18,5%. Практически все такие утечки (98%) были совершены умышленно.

Наибольшее количество инцидентов зафиксировано в розничной торговле, включая онлайн- и офлайн-сегменты. В 2024 году на нее пришлось 27,8% всех утечек и 35,1% случаев компрометации персональных данных.

На втором месте — государственные учреждения (18% от всех утечек), однако их доля сократилась по сравнению с 2023 годом. Телекоммуникационные компании заняли третье место (9,8% против 8,7% в 2023 году).

«За прошедший год структура утечек претерпела изменения. С одной стороны, сохраняются угрозы, связанные с кибератаками на фоне СВО и ростом преступности в цифровой сфере. С другой стороны, все чаще фиксируются утечки, вызванные действиями сотрудников, в том числе топ-менеджеров.

«Мы также наблюдаем рост гибридных атак, когда злоумышленники используют утекшие внутренние данные для последующих кибератак. Однако реальный масштаб проблемы может быть значительно больше, так как многие инциденты остаются в тени, а в публичных отчетах раскрывается минимум информации», — подытожила Дарья Пырина.

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