Роскомнадзор усилит контроль интернет-трафика: в 2026-м ведомство выделит 2,27 млрд ₽ на машинное обучение

Фильтрацию трафика будут развивать на базе действующих систем

Развитие фильтрации интернет-трафика с использованием машинного обучения включены в план цифровизации Роскомнадзора. Документ направили в президиум правительственной комиссии по цифровому развитию 26 декабря, выяснил Forbes.

Речь идёт не о создании системы с нуля, а о доработке уже действующих инструментов фильтрации, которые используются для блокировки запрещённых ресурсов на сетях операторов связи.

Механизмы фильтрации ежедневно ограничивают тысячи новых адресов

По данным Forbes, фильтрацией интернет-трафика в России занимаются технические средства противодействия угрозам (ТСПУ). Роскомнадзор устанавливает их на сетях операторов связи в рамках закона о «суверенном интернете». Эти системы работают на основе технологии DPI — она анализирует содержимое интернет-пакетов и позволяет ограничивать доступ к запрещённым ресурсам.

По данным РКН, с помощью ТСПУ уже заблокировано более 1 млн сайтов и сетевых адресов. В среднем системы ограничивают доступ примерно к 5500 новым доменам и IP-адресам в сутки.

Машинное обучение позволит выявлять контент без привязки к URL

Владельцы заблокированных ресурсов часто создают «зеркала» с новыми адресами или используют иные способы обхода ограничений, рассказал Forbes партнёр исследовательского агентства Comnews Research Леонид Коник.

По его словам, машинное обучение позволяет выявлять такой контент не по URL, а по словам, выражениям или другим признакам. Это может дать возможность блокировать запрещённый контент независимо от конкретного адреса сайта.

Система РКН сможет выявлять зашифрованный трафик, DDoS-атаки и ботнетов

Бизнес-консультант по информационной безопасности Positive Technologies Алексей Лукацкий перечислил Forbes несколько сценариев расширения функционала ТСПУ. Среди них:

• выявление зашифрованного трафика и методов обхода блокировок,
• обнаружение DDoS-атак,
• взаимодействия с ботнетами и иной вредоносной инфраструктурой.

Кроме того, такие инструменты могут использоваться для классификации веб-приложений и различения типов трафика, включая стриминг и скачивание контента.

Контекст

Машинное обучение — это набор методов внутри искусственного интеллекта, при которых система учится на данных, а не работает по заранее прописанным правилам.

Роскомнадзор уже применяет ИИ-технологии для поиска запрещённой информации. Как пишет Forbes, использование нейросетей сократило среднее время обнаружения нарушений с 48 часов в 2020 году до шести часов.

При этом эффективность ИИ не во всех задачах оказалась высокой. При мониторинге персональных данных нейросети в тестовом режиме показали около 60% точности.