Новая система фильтрации интернет-трафика

Для чего нужен новый план цифровизации

План цифровизации РКН был представлен на рассмотрение президиума этой комиссии 26 декабря 2025 года. Комиссия занимается вопросами использования информационных технологий с целью улучшения качества жизни граждан и создания более благоприятных условий для ведения предпринимательской деятельности. В рамках данного плана речь идет о доработке технических средств противодействия угрозам. Эти системы уже установлены на сетях операторов связи в соответствии с законом о суверенном интернете и используют метод глубокого анализа пакетов. Благодаря этим системам было заблокировано более миллиона интернет-ресурсов, и ежедневно ограничивается доступ к 5500 новым адресам и доменам.

Эксперты отмечают, что внедрение технологий машинного обучения может значительно повысить эффективность блокировок, а также упростить процесс выявления запрещенного контента. Внедрение систем на искусственном интеллекте отвечает требованиям, предъявляемым к федеральным ведомствам о необходимости отчитываться по подобным проектам.

Принцип работы систем фильтрации

Традиционные решения на основе DPI работают по заранее заданным алгоритмам. Эти алгоритмы успешно справляются с базовыми задачами, такими как управление сетевыми ресурсами, однако с ростом объема зашифрованного трафика возникает необходимость в более гибких и адаптивных подходах. Именно здесь на помощь приходит машинное обучение, которое позволяет анализировать интернет-трафик не только по жестким правилам, но и эвристически, что значительно расширяет возможности фильтрации.

Эксперты видят несколько сценариев для применения технологий машинного обучения в этой области. Например, Леонид Коник, партнер компании Comnews Research, считает, что использование машинного обучения может помочь в обнаружении запрещенного контента не только по адресам сайтов, но и по содержимому. Это означает, что система сможет анализировать текст, искать определенные слова или фразы, а также другие признаки, что усложнит жизнь владельцам заблокированных ресурсов, которые создают зеркала и пытаются обойти существующие блокировки.

Бизнес-консультант компании Positive Technologies Алексей Лукацкий также перечисляет ряд других возможностей, которые могут открыться благодаря внедрению машинного обучения в систему фильтрации. Он говорит о том, что такие технологии могут помочь в выявлении зашифрованного трафика и методов обхода блокировок, а также в обнаружении DDoS-атак и поиске командных серверов ботнетов. С помощью машинного обучения можно будет классифицировать веб-приложения, включая запрещенные мессенджеры, а также отделять стриминговый трафик от скачивания контента, что будет способствовать борьбе с пиратством.

Выводы

Внедрение системы фильтрации на основе машинного обучения представляет собой важный шаг в развитии технологий, направленных на обеспечение безопасности в сети и соблюдение законодательства. Это не только повысит эффективность работы Роскомнадзора, но и создаст новые вызовы для владельцев интернет-ресурсов, которые будут вынуждены адаптироваться к новым условиям. Важно отметить, что развитие технологий машинного обучения в этой области также может повлиять на общую картину интернет-безопасности в стране, открывая новые горизонты для борьбы с киберугрозами и обеспечивая более эффективную защиту пользователей.