СМИ: Роскомнадзор внедрил машинное обучение в систему фильтрации трафика - «Новости»
- 14:30, 16-ноя-2026
- Новости / Преимущества стилей / Самоучитель CSS / Изображения / Интернет и связь / Текст / Сайтостроение / Отступы и поля
- Варфоломей
- 0
По информации Forbes, Роскомнадзор внедрил механизм фильтрации интернет-трафика на основе машинного обучения. Разработка обошлась ведомству в 2,27 млрд рублей и должна дополнить работу ТСПУ, которые фильтруют российский трафик. Эксперты, с которыми поговорили журналисты, отмечают, что новая система способна эффективнее выявлять способы обхода блокировок, однако может «задевать» обычные VPN и корпоративные сервисы.
О внедрении системы стало известно из паспорта программы цифровой трансформации РКН на 2026–2028 годы. В этом документе говорится, что ведомство использовало неназванную отечественную модель, развернутую на собственной инфраструктуре.
Новый механизм встроен в автоматизированную систему обеспечения безопасности российского сегмента интернета (АСБИ), через которую РКН управляет техническими средствами противодействия угрозам (ТСПУ). Эти комплексы установлены на сетях операторов связи в рамках закона о «суверенном интернете» и используют DPI для анализа и фильтрации трафика.
При этом на сами ТСПУ в 2026 году выделили значительно больше средств: 3,99 млрд рублей пойдут на установку новых и модернизацию существующих комплексов, еще 6,2 млрд рублей предусмотрено в рамках дополнительного финансирования.
Эксперт RKS Global и специалист по регулированию ИИ Дмитрий Кутейников отмечает, что большая языковая модель в новой системе не используется. По его мнению, речь идет о предиктивной модели, которая способна определять VPN по косвенным признакам соединения. Он поясняет:
«Это значит, что ее главная задача — не читать содержимое трафика, а по внешним признакам соединения и сервера (например, размеру и ритму пакетов, длительности сессии, хостинг-провайдеру сервера) оценивать вероятность того, что используется VPN. Поэтому работать станет сложнее с любыми VPN, даже теми, что меняют адреса и маскируют трафик».
По словам эксперта, из-за этого VPN и средства обхода блокировок могут работать хуже и менее предсказуемо, а также проблемы могут возникать у бизнеса: система способна по ошибке блокировать корпоративные VPN и облачные сервисы.
Бизнес-консультант Positive Technologies Алексей Лукацкий считает, что применение машинного обучения для таких задач вполне ожидаемо: подобные технологии уже используют для поиска фишинга, спама, мошенничества и идентификации протоколов:
«Если РКН грамотно внедрит ИИ в ТСПУ, то сможет лучше обнаруживать способы обхода блокировок, сайты и иные информационные ресурсы, публикующие запрещенный контент. Однако ИИ не дает 100%-ной точности, возможны ложные срабатывания и ошибки».
Также он предупреждает, что при современной скорости обработки трафика ИИ сам может превратиться в «бутылочное горлышко».
Партнер Comnews Research Леонид Коник полагает, что нейросеть может использоваться прежде всего для анализа трафика и ускорения разработки сигнатур, которые затем применяет DPI:
«ТСПУ Роскомнадзора, которые относятся к классу DPI, сильно зависит от актуальности сигнатур, иначе эффективность фильтрации снижается».
По мнению Коника, машинное обучение также может помочь РКН искать зеркала заблокированных ресурсов и копии запрещенного контента, сравнивая их с известными образцами, а не ориентируясь только на доменные имена.














Комментарии (0)