13 ноября, пятница
0°$ 82,98
Прочтений: 244

Роскомнадзор внедрил ИИ для поиска запрещенного контента и VPN

Фото: Дмитрий Кандинский / vtomske.ru

Роскомнадзор внедрил систему фильтрации интернет-трафика с использованием искусственного интеллекта. На разработку и запуск механизма ведомство направило 2,27 миллиарда рублей. Эксперты считают, что технология поможет находить запрещенный контент и способы обхода блокировок, но может привести к сбоям в работе VPN и корпоративных сервисов, пишет Forbes.

О запуске системы говорится в паспорте программы цифровой трансформации Роскомнадзора на 2026–2028 годы. Для фильтрации ведомство использовало отечественную модель, которую развернули на собственной инфраструктуре. Название разработки в документе не указано.

Новый механизм встроили в автоматизированную систему обеспечения безопасности российского сегмента интернета (АСБИ). Через нее Роскомнадзор управляет техническими средствами противодействия угрозам (ТСПУ), установленными на сетях операторов связи.

ТСПУ работают на основе технологии DPI — глубокой фильтрации интернет-трафика. Она позволяет анализировать сетевые пакеты и блокировать доступ к запрещенным ресурсам. Оборудование установили в рамках закона о «суверенном интернете».

Помимо разработки системы на основе машинного обучения, Роскомнадзор продолжает модернизировать ТСПУ. В 2026 году на установку нового оборудования и обновление уже работающего выделили 3,99 миллиарда рублей из основного бюджета и еще 6,2 миллиарда рублей из дополнительного финансирования.

Эксперт RKS Global и специалист по регулированию искусственного интеллекта Дмитрий Кутейников считает, что новая система может выявлять VPN по косвенным признакам соединения. Среди них — размер и частота передачи пакетов, продолжительность сессии и хостинг-провайдер сервера.

По мнению эксперта, алгоритм не обязательно анализирует само содержимое интернет-трафика. Он может оценивать вероятность использования VPN по характеристикам подключения. В результате блокировки могут затронуть даже сервисы, которые меняют IP-адреса и маскируют трафик.

Кутейников предупреждает, что из-за этого VPN-сервисы могут работать медленнее и менее стабильно. Пользователям, возможно, придется чаще менять настройки и искать альтернативные способы подключения. Риски есть и для бизнеса: под блокировки могут ошибочно попасть корпоративные VPN и облачные сервисы.

Эксперт также отмечает, что Роскомнадзор не раскрывает критерии блокировки отдельных сервисов и протоколов. Ограничения вводятся во внесудебном порядке и без уведомления пользователей. Поэтому выяснить причину блокировки и добиться ее отмены может быть сложно.

Бизнес-консультант Positive Technologies Алексей Лукацкий считает применение искусственного интеллекта для поиска запрещенного контента закономерным шагом. Такие технологии уже используют для выявления фишинга, спама и мошенничества, а также для определения сетевых протоколов.

По его словам, грамотное внедрение ИИ позволит Роскомнадзору эффективнее находить сайты с запрещенной информацией и способы обхода блокировок. Однако алгоритмы не обеспечивают стопроцентную точность. Поэтому возможны ошибочные блокировки, которые ведомству придется оперативно устранять.

Лукацкий также обращает внимание на технические ограничения. При высоких скоростях интернета обработка трафика с помощью ИИ может стать узким местом системы и замедлять работу сервисов. При этом Роскомнадзор пока не раскрыл, какие именно модели и алгоритмы использует.

Партнер Comnews Research Леонид Коник предполагает, что нейросеть может помогать ведомству создавать и обновлять сигнатуры — характерные признаки сетевого трафика. По ним оборудование DPI определяет, к какому сервису или виду активности относится соединение. Эффективность такой фильтрации зависит от того, насколько актуальны эти признаки.

Коник отмечает, что сигнатурный анализ давно применяется в сфере кибербезопасности. Для полноценной защиты его обычно дополняют поведенческим анализом и межсетевыми экранами нового поколения. Однако для блокировки запрещенных сайтов анализа сигнатур может быть достаточно.

По мнению Коника, машинное обучение также может помочь находить многочисленные копии заблокированных ресурсов. Владельцы таких сайтов часто создают зеркала, а запрещенная информация появляется на других площадках. Отслеживать все подобные ресурсы вручную практически невозможно, поэтому алгоритмы могут искать их по сходству с уже известным контентом, а не только по доменным именам.

Добавим, что на работу и модернизацию системы фильтрации и блокировки интернет-ресурсов в России в 2027–2029 годах планируют направить почти 60 миллиардов рублей. Это следует из проекта федерального бюджета.