Песочница от F6 начала поддерживать российские Linux-системы

Песочница от F6 начала поддерживать российские Linux-системы

Песочница от F6 начала поддерживать российские Linux-системы

Компания F6 объявила о выпуске новой версии своего модуля Malware Detonation Platform (MDP) — системы класса «песочница» для анализа подозрительных файлов. Главное нововведение — поддержка российских операционных систем на базе Linux.

Это решение разработали на фоне массового перехода госструктур с Windows на отечественные ОС.

Переход начался ещё в 2020 году, а после ухода западных вендоров, включая Microsoft, весной 2022 года, только ускорился.

По прогнозам, к концу 2025 года доля Windows в госорганизациях может снизиться с 95% до 50%. В этой ситуации появление Linux-версии песочницы от F6 выглядит вполне логичным шагом.

Модуль MDP входит в состав продукта Managed XDR и предназначен для того, чтобы в изолированной среде запускать потенциально опасные файлы и ссылки — фактически «провоцируя» их на выполнение вредоносной активности. Так можно выявить угрозы, которые могут пройти мимо антивирусов: стилеры, кейлоггеры, шифровальщики и другие типы зловредов.

По данным отраслевых отчётов, в 2025 году фишинговые письма по-прежнему остаются одним из основных способов проникновения в ИТ-инфраструктуру. Чаще всего зловреды доставляются через вложения, поскольку это дешёвый и удобный способ для злоумышленников.

Технически модуль MDP работает так: файлы и ссылки, поступающие из разных источников (почта, рабочие станции, сетевой трафик), автоматически отправляются в «песочницу», где происходит их анализ.

Система имитирует поведение пользователя — открывает документы, нажимает на кнопки и ссылки, чтобы увидеть, как поведёт себя подозрительный объект. Если он оказывается вредоносным — файл блокируется, а специалисты по информационной безопасности получают отчёт.

Теперь такая проверка возможна и в Linux-среде — это важно, учитывая растущее число организаций, которые отказываются от Windows.

По словам представителя F6 Дмитрия Черникова, поддержка отечественных операционных систем была востребована многими заказчиками, особенно в госсекторе. Также он отметил, что система интегрируется с другими решениями через API, включая SIEM и SOAR.

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