Роскомнадзор потратил 2,27 млрд рублей на искусственный интеллект для борьбы с VPN и запрещённым контентом
Роскомнадзор внедрил систему фильтрации интернет-трафика с использованием искусственного интеллекта и машинного обучения. На разработку и запуск технологии ведомство направило 2,27 млрд рублей. Новая система должна помочь выявлять VPN-сервисы, обходящие блокировки, и обнаруживать запрещённые материалы в интернете. Однако эксперты предупреждают о риске ошибочных срабатываний, которые могут затронуть обычных пользователей и российский бизнес.
Роскомнадзор усиливает контроль над интернет-трафиком с помощью ИИ
О внедрении новой технологии стало известно из паспорта ведомственной программы цифровой трансформации Роскомнадзора на 2026–2028 годы. Как сообщает Forbes, ведомство использовало отечественную модель машинного обучения, которая работает на собственной инфраструктуре.
Новая разработка интегрирована в автоматизированную систему обеспечения безопасности российского сегмента интернета (АСБИ). Именно через неё Роскомнадзор управляет техническими средствами противодействия угрозам (ТСПУ), установленными на сетях российских операторов связи.
ТСПУ используют технологию DPI (Deep Packet Inspection), позволяющую анализировать сетевой трафик и ограничивать доступ к определённым ресурсам. Внедрение искусственного интеллекта должно расширить возможности существующей инфраструктуры и помочь обнаруживать способы обхода действующих ограничений.
ИИ будет помогать выявлять VPN и запрещённые ресурсы
Одной из основных задач новой технологии считается обнаружение VPN-сервисов и других инструментов обхода блокировок. В отличие от обычной фильтрации по IP-адресам и доменным именам, машинное обучение позволяет анализировать дополнительные характеристики сетевых соединений.
По оценке эксперта RKS Global Дмитрия Кутейникова, система может определять вероятность использования VPN по косвенным признакам: размеру и периодичности сетевых пакетов, продолжительности соединения и характеристикам сервера.
Это означает, что даже сервисы, которые регулярно меняют IP-адреса и пытаются маскировать свой трафик, потенциально могут оказаться под дополнительным контролем.
Кроме того, машинное обучение может использоваться для поиска копий заблокированных сайтов и запрещённых материалов. Это позволит обнаруживать ресурсы не только по конкретным адресам, но и по характерным признакам распространяемого контента.
При этом точный принцип работы внедрённой системы, используемая модель и её технические характеристики публично не раскрываются.
Под угрозой могут оказаться обычные пользователи и бизнес
Расширение возможностей фильтрации создаёт дополнительные риски для пользователей интернета. Эксперты предупреждают, что алгоритмы машинного обучения могут ошибочно классифицировать легитимные соединения как подозрительные.
В частности, проблемы могут возникнуть у корпоративных VPN, облачных платформ и других сервисов, использующих зашифрованные соединения. Если система неправильно определит характер трафика, ограничения могут затронуть инструменты, необходимые для работы компаний.
Также остаётся открытым вопрос о влиянии новой технологии на скорость и стабильность интернет-соединений. Обработка больших объёмов сетевых данных требует значительных вычислительных ресурсов, а дополнительные механизмы анализа потенциально могут создавать нагрузку на инфраструктуру.
Важно и то, что публичных результатов испытаний, позволяющих оценить точность работы системы и количество ложных срабатываний, пока нет.
На модернизацию системы блокировок выделяют миллиарды рублей
Помимо 2,27 млрд рублей, направленных непосредственно на механизм машинного обучения, Роскомнадзор продолжает масштабировать инфраструктуру ТСПУ.
Согласно ведомственной программе, на установку нового оборудования и модернизацию уже действующих технических средств в 2026 году предусмотрено ещё 3,99 млрд рублей основного финансирования и 6,2 млрд рублей дополнительного.
Таким образом, развитие системы контроля российского интернет-трафика сопровождается значительными государственными расходами.
Вывод
Внедрение искусственного интеллекта становится очередным этапом развития российской системы интернет-фильтрации. Машинное обучение потенциально позволит Роскомнадзору эффективнее выявлять VPN, зеркала заблокированных ресурсов и запрещённые материалы.
Однако пока неизвестно, насколько точной окажется новая технология и как сильно она повлияет на доступность привычных интернет-сервисов. Особенно важным остаётся вопрос ложных блокировок, последствия которых могут почувствовать не только пользователи VPN, но и компании, использующие защищённые сетевые соединения.