Forbes: РКН будет фильтровать интернет-трафик с помощью ИИ, потратив ₽2,3 млрд
Роскомнадзор планирует в 2026 году создать и внедрить механизм фильтрации интернет-трафика с использованием технологий машинного обучения. Потратить на эти цели могут около 2,27 млрд рублей. Об этом пишет Forbes со ссылкой на план цифровизации ведомства.
Роскомнадзор планирует в 2026 году создать и внедрить механизм фильтрации интернет-трафика с использованием технологий машинного обучения. Потратить на эти цели могут около 2,27 млрд рублей. Об этом пишет Forbes со ссылкой на план цифровизации ведомства.
Документ, как отмечает издание, был направлен правительственной комиссии по цифровому развитию 26 декабря 2025 года.
Машинное обучение — технология на основе математической модели, которая создает алгоритмы для автоматического извлечения нужных данных из массивов информации. Сейчас весь российский трафик фильтруют технические средства противодействия угрозам (ТСПУ), размещенные на сетях операторов связи согласно закону о суверенном интернете.
РКН самостоятельно устанавливает и обслуживает ТСПУ, которые блокируют доступ к запрещенным ресурсам с помощью технологии глубокой фильтрации трафика DPI. С помощью этих технических средств уже заблокировано более 1 млн запрещенных в России ресурсов, рассказывал в интервью «Известиям» в июне 2025 года замглавы Роскомнадзора Олег Терляков. По его словам, за день система ограничивает «доступ в среднем к 5,5 тыс. новых сетевых адресов и доменов».
В статье уточняется, что у регулятора есть «еще один инструмент для блокировки ресурсов».
«С 2012 года служба ведет реестр запрещенных сайтов, куда вносит порталы с детской порнографией, информацией о наркотиках, способах совершения суицида, онлайн-казино, экстремистские материалы и другие ресурсы, запрещенные к распространению законом о защите детей. Операторы обязаны блокировать сайты из этого реестра», — говорится в материале.
Источник Forbes, близкий к аппарату вице-премьера Дмитрия Григоренко, отметил, что с 2025 года федеральные ведомства обязаны отчитываться по проектам, связанным с внедрением ИИ-технологий, поэтому их добавление в программу цифровой трансформации не удивляет.
По мнению источника, РКН может использовать машинное обучение для поиска запрещенного контента, а еще лучше — для обнаружения VPN-сервисов.
«Насколько это выполнимо на практике и эффективно с финансовой точки зрения, с учетом необходимости доработки ТСПУ, не очевидно», — заключил собеседник Forbes.В РКН на запрос издания ответили: «Мы не можем ничего нового сказать по теме». Партнер Comnews Research Леонид Коник заявил Forbes, что РКН хочет использовать ИИ для поиска нежелательного и запрещенного контента (или сайтов).
«Владельцы многих заблокированных ресурсов создают их копии (так называемые “зеркала”) с другими адресами или же предпринимают иные ухищрения для обхода блокировок. Инструменты машинного обучения позволят блокировать такой контент не по интернет-адресам, а по словам, выражениям, предложениям или каким-то другим признакам. А заодно и находить тех, кто это скопировал или процитировал», — считает эксперт.
В апреле 2024 года «Коммерсантъ» писал, что Роскомнадзор собирается начать вести реестр запрещенной информации с применением искусственного интеллекта. Технология должна была работать на базе информационной системы мониторинга интернет-ресурсов (ИС МИР), которая анализирует и классифицирует тексты в интернете.
Согласно паспорту программы цифровой трансформации регулятора, ведомство планировало формировать и вести реестр заблокированных сайтов с применением ИИ с 2024 года. Интеграция ИИ-технологий призвана сократить издержки и устанавливать неочевидные связи.
Газета отмечала, что в 2023 году Роскомнадзор выявлял незаконный контент в интернете спустя три часа после публикации. Этот показатель планировалось сократить до двух часов в 2024 году и к 2026-му — до одного часа. Также ведомство намеревалось повысить эффективность работы, снизив показатель ошибочно выявленных признаков нарушений в СМИ с 20% в 2023 году до 10% в 2026 году.
Эксперты отмечали, что использование ИИ вместо заданных алгоритмов позволит сократить объем человеческих ресурсов для обслуживания системы и выявлять сложные контекстуальные связи между текстовыми фрагментами. При этом глава департамента расследований T.Hunter Игорь Бедеров полагал, что даже через два года доля выявляемого запрещенного контента, требующего дополнительной модерации человеком, вряд ли будет ниже 60%.