Роскомнадзор планирует перейти на качественно иной уровень управления информационными потоками в национальном сегменте сети. Как сообщает Forbes, надзорный орган намерен интегрировать методы машинного обучения в архитектуру систем мониторинга.
Данная инициатива зафиксирована в проекте ведомственной программы цифровой трансформации. Документ, описывающий механизмы работы будущего инструментария, уже направлен для экспертной оценки в президиум правительственной комиссии по цифровому развитию.
Технологическая эволюция
Основа для текущих преобразований была заложена в 2019 году после принятия пакета поправок о «суверенном интернете». Тогда на узлах операторов связи началось внедрение технических средств противодействия угрозам (ТСПУ). Эти комплексы используют технологию глубокого анализа пакетов (DPI), позволяющую сепарировать данные не по формальным адресам, а по внутреннему содержанию.До последнего времени эксплуатация этих мощностей осуществлялась в полуручном режиме. Регулятор опирался на сформированные реестры запрещенных ресурсов, что требовало постоянного участия персонала и замедляло реакцию на новые способы обхода ограничений.
Роль интеллектуальных систем
Применение искусственного интеллекта позволит автоматизировать распознавание нежелательного контента. Нейросети способны идентифицировать скрытые закономерности в поведении зашифрованных соединений. Это критически важно для обнаружения современных VPN-сервисов, которые постоянно меняют свои параметры для имитации обычного веб-серфинга.Переход к интеллектуальной селекции данных означает смену всей модели надзора: от простого запрета к превентивному анализу рисков. Автоматизированные алгоритмы смогут совершенствоваться самостоятельно, сокращая время срабатывания защиты до долей секунды. Однако специалисты предупреждают об угрозе «оверблокинга». Существует вероятность, что математические модели ошибочно нарушат работу стабильных корпоративных каналов или финансовых инструментов, приняв их за средства анонимизации.
Кроме того, реализация проекта потребует колоссальных вычислительных мощностей. Обработка гигантских массивов информации в реальном времени создаст беспрецедентную нагрузку на аппаратную часть, что неизбежно повлечет за собой закупку дорогостоящего серверного оборудования для точек обмена трафиком по всей стране.
