РКН готовит запуск фильтрации интернет-трафика на базе машинного обучения
Роскомнадзор намерен в 2026 году создать и внедрить механизм фильтрации интернет-трафика с использованием инструментов машинного обучения. На проект, как следует из плана цифровизации ведомства, предусмотрено 2,27 млрд рублей. По оценкам опрошенных СМИ экспертов, такие инструменты могут повысить эффективность блокировок запрещенных ресурсов и усложнить работу VPN-сервисов.Проект в плане цифровизации и стоимость работ
Инициатива описана в плане цифровизации Роскомнадзора, который был представлен на рассмотрение президиума правительственной комиссии по цифровому развитию. В документе речь идет о создании и вводе в эксплуатацию механизма фильтрации трафика, где машинное обучение используется для автоматического выявления закономерностей в данных и последующего применения правил ограничения доступа.Суммарные затраты на развитие и внедрение в 2026 году оцениваются в 2,27 млрд рублей. В самом ведомстве публично не раскрывали детальный перечень поставщиков и этапов, а на запросы журналистов заявляли, что не готовы добавить новые комментарии по теме.
Как ИИ могут встроить в действующую инфраструктуру блокировок
Фильтрация трафика в России уже опирается на технические средства противодействия угрозам (ТСПУ), размещаемые на сетях операторов связи. В связке с технологиями DPI такие комплексы позволяют ограничивать доступ к запрещенным ресурсам и применять правила к отдельным типам трафика.Эксперты допускают, что машинное обучение в этой логике может быть использовано для более гибкого обнаружения запрещенного контента и так называемых «зеркал», когда копии заблокированных сайтов появляются на новых доменах и адресах. Отдельным направлением называют выявление признаков обхода ограничений, включая трафик VPN, особенно в условиях роста доли шифрованных и усложненных соединений.
Что регулятор использует уже сейчас
Роскомнадзор ранее сообщал, что применяет нейросетевые технологии для анализа текстовой, аудио- и визуальной информации при мониторинге интернета. В публичных заявлениях представителей ведомства упоминались автоматизированные решения, которые помогают ускорять обнаружение материалов с признаками нарушений и сокращать время реакции.Новый проект с машинным обучением, если он будет реализован в заявленных параметрах, может расширить автоматизацию в части классификации контента и сетевых паттернов. При этом практический эффект будет зависеть от того, насколько точно система сможет отличать легитимные сценарии обмена данными от запрещенных, а также от того, как будут настроены критерии и процедуры применения ограничительных мер.
Редакция PavRC
KRAKEN Onion ссылка для Tor браузера: kraken2trxfc6j4qd2esnbfduzo35cmfyidgafyxujb2pfj7lxn22kyd.onion
Экстренная (неотложная) помощь в Telegram: @NS_K_BOT / @Health_SupportBot
Экстренная (неотложная) помощь в Telegram: @NS_K_BOT / @Health_SupportBot