Интенсив 21–22.11 · БесплатноБесплатный 2-дневный интенсив по вайбкодингу 21–22 ноября в 16:00 МСК (Сб–Вс) · Живой Поток 3 стартует 23.11Записаться бесплатно →Поток 3 (23.11)
Безопасность и правоРазбор · На радарvc.ru→ оригинал

Роскомнадзор потратит 2,27 млрд рублей на ИИ-фильтрацию трафика до 2028 года

Роскомнадзор заложил 2,27 млрд рублей на систему, которая с помощью машинного обучения будет искать в интернет-трафике запрещённый контент и способы обхода блокировок. Об этом пишет Forbes со ссылкой на программу цифровой трансформации на 2026–2028 годы. Модель «отечественная», название не раскрывают. Эксперты предупреждают: возможны ложные срабатывания и сбои у корпоративных сервисов и VPN.

AI-обработка оригинала vc.ru; редакция Hamidun News
Роскомнадзор потратит 2,27 млрд рублей на ИИ-фильтрацию трафика до 2028 года
Источник: vc.ru. Коллаж: Hamidun News.
Слушать статью
Паспорт материала и цифры
ПараметрДанные
Первоисточникvc.ru ↗
Главный редактор
Ключевой факт #1Срок программы — 2026–2028 годы, бюджет — 2,27 млрд рублей
Ключевой факт #2Модель работает на собственной инфраструктуре ведомства
Рискиложные блокировки и падение стабильности VPN и бизнес-сервисов

Блокировки в российском интернете до сих пор строились на списках: есть адрес или признак, значит, доступ закрывают. Теперь Роскомнадзор хочет добавить к этому машинное обучение. По данным Forbes, которые ссылаются на паспорт программы цифровой трансформации на 2026–2028 годы, на внедрение такого механизма выделено 2,27 млрд рублей. Для всех, кто держит в России сервисы, делает продукты для бизнеса или зависит от VPN, это повод внимательнее посмотреть на устойчивость своей инфраструктуры.

Что известно о проекте

Фактов немного, и почти все они приведены в пересказе Forbes. Регулятор использует «отечественную» математическую модель, название которой не раскрывается. Модель развёрнута на собственной инфраструктуре ведомства, то есть не в облаке стороннего провайдера. Её задача, как сказано в документе, автоматически извлекать нужную информацию из больших массивов данных.

Чего в открытых данных нет, так это подробностей. Неизвестно, на каких именно данных модель обучалась, какой долей трафика она будет заниматься и как будет устроен процесс проверки её решений. Нет и цифр о точности. Так что оценивать можно только заявленную цель и опасения экспертов, но не реальное качество работы.

Зачем это регулятору

Объяснить логику можно на простом примере. Классический фильтр похож на охранника со списком фамилий: он узнает только тех, кого в списке уже записали. Обученная модель больше похожа на сотрудника, который запомнил типичное поведение нарушителей и замечает похожих людей, даже если их ещё нет в списке.

По оценке опрошенных Forbes экспертов, именно это и нужно Роскомнадзору: точнее находить запрещённый контент и способы обхода блокировок. Второе направление особенно заметно. Инструменты обхода меняются быстро, и ручное пополнение списков за ними не успевает. Автоматическая классификация трафика теоретически позволяет реагировать быстрее.

Чем рискуют бизнес и разработчики

Те же эксперты предупреждают о побочных эффектах. Первый из них — ложные срабатывания. Любая модель ошибается, а в сетевом трафике ошибка означает, что под блокировку или ограничение может попасть легальный сервис. Второй риск — снижение стабильности корпоративных сервисов и VPN. Многие компании используют VPN не для обхода запретов, а для обычной работы: защищённый доступ сотрудников к внутренним системам, связь между офисами, подключение к зарубежным API. Со стороны сети такой трафик может выглядеть похоже на тот, что регулятор хочет остановить.

Практические выводы для команд такие:

  • Заранее продумайте план на случай перебоев: запасные каналы связи, резервные маршруты и понятный порядок действий, если внешний сервис вдруг перестал отвечать.
  • Если ваш продукт зависит от зарубежных API или VPN-подключений, добавьте в мониторинг проверки доступности именно с российских сетей и храните историю сбоев. Это поможет отделить свои ошибки от внешних.
  • Не рассчитывайте, что ложное срабатывание будет быстро исправлено. Процедура обжалования для подобных систем пока не описана.

Что остаётся за кадром

Важно не переоценивать новость. Это пока бюджетная строка и описание цели, а не отчёт о работающей системе. Модель, по данным издания, уже развёрнута, но масштаб применения и сроки полноценного запуска неизвестны. Многие заявленные эффекты — лишь мнение экспертов.

И всё же сумма в 2,27 млрд рублей на три года показывает, что регулятор рассматривает машинное обучение как постоянную часть инструментария, а не как эксперимент. Для индустрии это означает необходимость закладывать в архитектуру и риск-планы возможность нестабильного доступа к сети. Подробности, скорее всего, появятся позже: по мере запуска системы бизнес и пользователи сами увидят, как она влияет на привычные сервисы.

Сюжет

Вопросы и ответы по материалу

Что известно по теме: что известно о проекте?

Фактов немного, и почти все они приведены в пересказе Forbes. Регулятор использует «отечественную» математическую модель, название которой не раскрывается. Модель развёрнута на собственной инфраструктуре ведомства, то есть не в облаке стороннего провайдера. Её задача, как сказано в документе, автоматически извлекать нужную информацию из больших массивов данных. Чего в открытых данных нет, так это подробностей.

Что известно по теме: зачем это регулятору?

Объяснить логику можно на простом примере. Классический фильтр похож на охранника со списком фамилий: он узнает только тех, кого в списке уже записали. Обученная модель больше похожа на сотрудника, который запомнил типичное поведение нарушителей и замечает похожих людей, даже если их ещё нет в списке. По оценке опрошенных Forbes экспертов, именно это и нужно Роскомнадзору: точнее находить запрещённый контент и способы обхода блокировок. Второе направление особенно заметно.

Что известно по теме: чем рискуют бизнес и разработчики?

Те же эксперты предупреждают о побочных эффектах. Первый из них — ложные срабатывания. Любая модель ошибается, а в сетевом трафике ошибка означает, что под блокировку или ограничение может попасть легальный сервис. Второй риск — снижение стабильности корпоративных сервисов и VPN. Многие компании используют VPN не для обхода запретов, а для обычной работы: защищённый доступ сотрудников к внутренним системам, связь между офисами, подключение к зарубежным API.

ЖХ
Жемал Хамидун — CPO Alpina Digital, продакт-менеджер AlpinaGPT. Делает AI-продукты с 2019 года. Hamidun News — pet project, который вырос в production-агрегатор с 6000+ читателей.
✦ Закрытый клуб практиков · Vibe Club

Внедряйте ИИ быстрее рынка вместе с инженерами и фаундерами

Внутри Vibe Club (hamidun.com/club): еженедельные живые мастермайнды и разборы архитектуры с Жемалом Хамидуном, закрытый Tech Radar, LMS и обновляемая база из 370+ боевых скиллов.

Вступить в Vibe Club →Тест-драйв Академии (72ч)
Что вы думаете?
Загружаем комментарии…