Роскомнадзор внедрит фильтрацию трафика с ИИ

В РФ Роскомнадзор в 2026г планирует внедрить механизм фильтрации интернет-трафика с применением машинного обучения, на проект выделят ₽2,27 млрд.

Проект фильтрации интернет-трафика

Роскомнадзор (РКН) намерен создать и внедрить механизм фильтрации интернет-трафика с использованием инструментов машинного обучения. Финансирование проекта предусмотрено в рамках плана цифровизации ведомства.

Документ был направлен на рассмотрение правительственной комиссии по цифровому развитию. В РКН отмечают, что новый механизм станет частью уже действующей системы контроля доступа к интернет-ресурсам.

Техническая база фильтрации

Использование ТСПУ и DPI

Фильтрация трафика в России осуществляется с помощью технических средств противодействия угрозам (ТСПУ), которые размещены на сетях операторов связи в рамках закона о «суверенном интернете».

ТСПУ используют технологию DPI (Deep Packet Inspection), позволяющую блокировать доступ к запрещённым ресурсам по содержимому сетевых пакетов. Установкой и обслуживанием оборудования занимается сам Роскомнадзор.

С помощью ТСПУ уже заблокировано более 1 млн запрещённых ресурсов. В среднем система ограничивает доступ примерно к 5500 новым доменам и адресам в сутки.

Реестр запрещённых сайтов

Дополнительно РКН ведёт реестр запрещённых сайтов, который действует с 2012 года. В него включаются ресурсы с детской порнографией, информацией о наркотиках, способах суицида, онлайн-казино, экстремистскими материалами и другим контентом, запрещённым законом.

Операторы связи обязаны блокировать доступ ко всем сайтам, включённым в данный реестр.

Роль машинного обучения

Поиск запрещённого контента

По мнению экспертов, инструменты машинного обучения позволят РКН эффективнее выявлять запрещённый контент, включая копии и «зеркала» заблокированных сайтов.

Такие технологии дают возможность обнаруживать ресурсы не только по адресам, но и по словам, выражениям и другим признакам.

Ограничение работы VPN

Эксперты также указывают, что машинное обучение может использоваться для выявления VPN-сервисов и других способов обхода блокировок.

Речь идёт о распознавании зашифрованного трафика и методов маскировки, которые не всегда определяются стандартными алгоритмами DPI.

Автоматизированные системы РКН

Роскомнадзор уже применяет ИИ-технологии для анализа текстовой, аудио- и визуальной информации. По данным ведомства, это позволило сократить время обнаружения запрещённых материалов до шести часов.

Автоматизированные системы РКН ежедневно обрабатывают около 0,5 млн материалов, из которых после проверки выявляется порядка 2000 нарушений.

Используемые решения

В работе надзорного органа задействованы системы «Окулус» для поиска запрещённого контента в видео и аудио, а также «Вепрь» для анализа активности в соцсетях и СМИ.

При этом в отдельных проектах эффективность нейросетей оценивалась примерно в 60%, что, по словам представителей РКН, требует значительных ресурсов для дальнейшего обучения моделей.