Власти выделят 2,27 млрд долларов на систему блокировки запрещенных сайтов
Роскомнадзор (РКН) в 2026 году планирует разработать и реализовать новую систему фильтрации интернет-трафика, применяя технологии машинного обучения. На эти цели будет выделено 2,27 миллиарда рублей. Это отражено в плане цифровизации Роскомнадзора, который был представлен на рассмотрение комиссии по цифровому развитию.
На данный момент весь российский интернет-трафик фильтруется с помощью технических средств противодействия угрозам (ТСПУ). Эти средства расположены на сетях операторов в соответствии с законодательством о «суверенном интернете». РКН самостоятельно обслуживает и устанавливает ТСПУ, позволяя блокировать доступ к запрещённым ресурсам средствами глубокого анализа трафика (DPI).
По данным замглавы РКН Олега Терлякова, уже заблокировано более 1 миллиона запрещённых ресурсов. В среднем, ТСПУ ограничивает доступ к 5500 новым адресам и доменам ежедневно.
РКН также управляет реестром запрещённых сайтов с 2012 года, добавляя в него порнографические, наркотические и экстремистские материалы. Операторы связи обязаны блокировать эти ресурсы в соответствии с законами о защите детей.
РКН хочет использовать машинное обучение для поиска нежелательного контента, полагает партнёр Comnews Research Леонид Коник. Решение позволит более эффективно блокировать сайты, изменяющие адреса для обхода блокировок.
Инструменты машинного обучения позволят блокировать 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.
— Леонид Коник, партнёр Comnews Research
Кроме того, РКН использует ИИ для поиска запрещённой информации. Это позволило сократить время обнаружения проблемного контента до 6 часов по сравнению с 48 часами ранее. Об этом заявлял руководитель надзорной службы Андрей Липов.
Использование искусственного интеллекта также наблюдается в системах «Окулус» и «Вепрь», которые помогают находить запрещённые материалы в видео и анализировать социальные сети.