Перейти к содержанию
суббота, 21 ноября 2026 г.

ИИ Вестник

Главные новости о развитии искусственного интеллекта в России

Роскомнадзор внедрил ИИ-фильтр трафика за 2,27 млрд рублей

13 ноября 2026 года Forbes сообщил, что Роскомнадзор развернул систему фильтрации интернет-трафика на основе машинного обучения. Стоимость проекта оценивается в 2,27 млрд рублей, однако официальных комментариев ведомства до сих пор нет, а технические детали остаются нераскрытыми.

Согласно паспорту ведомственной программы цифровой трансформации Роскомнадзора на 2026 год, в эксплуатацию введена система фильтрации трафика, использующая алгоритмы машинного обучения. Информацию об этом 13 ноября распространили Forbes, а вслед за ним Meduza, 3DNews и SecurityLab. Речь идёт о компоненте, встроенном в автоматизированную систему безопасности российского сегмента интернета (АСБИ), которая управляет оборудованием технических средств противодействия угрозам (ТСПУ) на сетях операторов связи. ТСПУ, в свою очередь, фильтруют трафик с помощью DPI-технологий, позволяя ограничивать доступ к сайтам, замедлять соединения и блокировать отдельные протоколы. Таким образом, новая ИИ-система становится частью уже существующей инфраструктуры фильтрации, а не заменяет её полностью. В документе указано, что на создание и внедрение ИИ-фильтра было направлено 2,27 млрд рублей. Система работает на российской языковой модели и размещена в собственной инфраструктуре Роскомнадзора. Помимо этого, в программе на 2026 год заложены расходы в размере 3,99 млрд рублей на установку и модернизацию ТСПУ, а также 6,2 млрд рублей на закупку оборудования. Исполнитель работ и точные технические характеристики не раскрываются. Ранее, в мае 2026 года, появлялась информация о возможном использовании платформы Astra AI от «Группы Астра», однако в новом паспорте продукт не упоминается, поэтому связь остаётся неподтверждённой. По данным SecurityLab, система не задействует большие языковые модели. Эти финансовые показатели позволяют оценить масштаб инвестиций в развитие систем контроля интернет-трафика: только на ИИ-компонент выделено более двух миллиардов рублей, что сопоставимо с затратами на модернизацию аппаратной части ТСПУ.

По описанию 3DNews, основная задача ИИ-фильтра — поиск средств обхода блокировок, в первую очередь VPN, а также сайтов с запрещённым контентом. SecurityLab предполагает, что принцип работы может строиться не на сверке с известными адресами, доменами или сигнатурами, а на оценке соединения по совокупности косвенных признаков: размеру и времени пакетов, длительности сессий, соотношению входящего и исходящего трафика, характеристикам сервера. При этом содержимое трафика не расшифровывается. Однако подчёркивается, что это лишь гипотеза о возможном применении, а не официально подтверждённое описание реализации. Реальные возможности системы публично не верифицированы. Важно отметить, что такой подход, если он действительно применяется, знаменует переход от сигнатурных методов блокировки к поведенческому анализу, что требует значительно больших вычислительных ресурсов и может усложнить обнаружение обхода для пользователей.

Ключевые параметры работы ИИ-фильтра остаются неизвестными. В частности, не опубликованы результаты тестирования, доля правильных срабатываний и доля ложных тревог. Эксперты предупреждают, что при текущих скоростях передача данных через модель может стать узким местом и привести к дополнительным задержкам. Неясно и место системы в цепочке обработки трафика: она может анализировать поток в реальном времени или, как предполагает SecurityLab, генерировать сигнатуры, которые затем применяются ТСПУ. Второй вариант считается более дешёвым, но какой именно выбран, неизвестно. Влияние на работу VPN-сервисов ни Роскомнадзор, ни Forbes не описывали. Отсутствие этих данных не позволяет сделать выводы о реальной эффективности системы и её возможном влиянии на качество связи для добросовестных пользователей.

Эксперты, опрошенные изданиями, склоняются к тому, что система представляет собой скорее предсказательную модель, чем языковую: она оценивает вероятность использования VPN по внешним признакам трафика. Из этого следует вывод, что маскировка адреса или протокола сама по себе может не помочь, если статистические характеристики трафика остаются характерными. Такой вывод является экспертной оценкой, а не положением из паспорта программы. Те же специалисты указывают на риск ложных срабатываний, под которые могут попасть корпоративные VPN и облачные соединения. Это также оценка рисков, а не зафиксированные инциденты. Для российского рынка ИИ это означает, что государственные заказчики начинают внедрять машинное обучение в чувствительные инфраструктурные проекты, что может стимулировать развитие отечественных решений в области анализа трафика и кибербезопасности, но одновременно создаёт зону неопределённости для бизнеса, использующего защищённые каналы связи.

Предыстория вопроса такова: в октябре 2026 года Минцифры предлагало использовать искусственный интеллект для поиска и блокировки VPN, и тогда эксперты предупреждали о возможных ошибочных блокировках на раннем этапе. Намерение создать подобную систему впервые прозвучало в январе 2026 года. Таким образом, нынешнее сообщение можно рассматривать как продолжение курса на применение ИИ в фильтрации трафика, начатого ранее. На 14 ноября 2026 года официального заявления Роскомнадзора об этой системе не последовало; известно лишь содержание паспорта в пересказе Forbes. Дальнейшее развитие событий будет зависеть от того, появятся ли независимые измерения, демонстрирующие влияние системы на конкретные протоколы, и раскроет ли ведомство какие-либо подробности своей работы. Пока же рынок и пользователи остаются в режиме ожидания, а эксперты продолжают строить догадки о реальных возможностях и последствиях внедрения ИИ-фильтра.

В более широком контексте внедрение ИИ-фильтра укладывается в общий тренд на усиление контроля над российским сегментом интернета. С 2019 года действует закон о суверенном Рунете, который предусматривает установку ТСПУ на сетях операторов связи. Эти технические средства позволяют централизованно ограничивать доступ к ресурсам, замедлять трафик и блокировать протоколы. Новая система добавляет к этой инфраструктуре интеллектуальный слой, который, по замыслу, должен повысить эффективность обнаружения запрещённого контента и средств обхода блокировок. Однако, поскольку технические детали не раскрываются, оценить, насколько успешно решается эта задача, невозможно. Эксперты отмечают, что применение машинного обучения для анализа трафика требует значительных вычислительных мощностей и может привести к росту нагрузки на сети операторов. Кроме того, остаётся открытым вопрос о том, как система будет взаимодействовать с шифрованным трафиком: хотя содержимое не расшифровывается, анализ метаданных может дать достаточно информации для принятия решений о блокировке.

Для российского рынка искусственного интеллекта этот проект важен по нескольким причинам. Во-первых, он демонстрирует, что государственные структуры готовы инвестировать в ИИ-решения для инфраструктурных задач, что создаёт спрос на отечественные разработки в области анализа данных и кибербезопасности. Во-вторых, использование российской языковой модели подчёркивает курс на импортозамещение в сфере ИИ. В-третьих, проект может стимулировать развитие технологий поведенческого анализа трафика, которые найдут применение и в коммерческом секторе, например, для защиты от DDoS-атак или мониторинга сетевой активности. Однако есть и обратная сторона: неопределённость в отношении точности и возможных ложных срабатываний создаёт риски для бизнеса, использующего VPN и облачные сервисы для защиты данных. Это может привести к дополнительным издержкам и необходимости адаптировать корпоративные сети к новым условиям. Кроме того, отсутствие прозрачности в отношении работы системы может снизить доверие к ней как со стороны операторов связи, так и со стороны пользователей. Таким образом, внедрение ИИ-фильтра Роскомнадзором — это значимый шаг в развитии систем контроля интернет-трафика в России. Он отражает общую тенденцию к использованию машинного обучения в государственных проектах и может иметь долгосрочные последствия для рынка ИИ и для пользователей интернета. Однако без раскрытия технических деталей и результатов тестирования оценка эффективности системы остаётся затруднительной. Дальнейшее развитие событий будет зависеть от появления независимых данных о работе фильтра и от того, насколько открыто ведомство будет информировать общественность о своих планах и результатах.

Читайте также