Кибершпионаж в России растёт: почти каждая третья атака — ради разведки

Кибершпионаж в России растёт: почти каждая третья атака — ради разведки

Кибершпионаж в России растёт: почти каждая третья атака — ради разведки

В первой половине 2025 года шпионаж стал главной целью почти каждой третьей кибератаки, на долю таких инцидентов пришлось 36%. Для сравнения: в 2023 году этот показатель составлял всего 15%, а к концу 2024 года вырос до 21%. Теперь — уже 36%, и это рекорд.

По данным BI.ZONE, 45% кибергруппировок, которые атакуют российские организации, ориентированы именно на разведку.

Главные цели — госсектор, инженерная отрасль и ИТ. Только на госорганы пришлось почти 30% всех шпионских атак с января по июнь. Инженерные компании — 13%, ИТ — 8%.

При этом растёт не только шпионаж, но и хактивизм. Если в 2024 году только 14% атак были идеологически мотивированными, то в 2025 — уже 20%. То есть каждая пятая.

По словам Олега Скулкина, руководителя направления Threat Intelligence в BI.ZONE, кибершпионы — это далеко не случайные хакеры. Это высококвалифицированные группы, которые используют собственные вредоносные инструменты, модифицируют чужие, подстраиваются под конкретные инфраструктуры и стараются оставаться незаметными как можно дольше. После этого они ещё и усложняют работу исследователей, чтобы максимально скрыть свои следы.

Тем не менее, несмотря на рост шпионажа и хактивизма, главная цель большинства атак остаётся прежней — деньги. Финансово мотивированные атаки всё так же охватывают любые отрасли и компании, вне зависимости от их профиля.

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