«Это поможет блокировать копии запрещенных сайтов не по интернет-адресам, а по словам, выражениям, предложениям или иным признакам. А заодно позволят находить тех, кто его скопировал или процитировал», — передает слова специалиста Forbes.
Бизнес-консультант Positive Technologies Алексей Лукацкий предлагает расширить технические средства противодействия угрозам (ТСПУ) функциями машинного обучения из корпоративных систем анализа трафика. В масштабе Рунета это позволит выявлять зашифрованный трафик, методы обхода блокировок (особенно VPN), DDoS-атаки, связи с ботнетами и вредоносными серверами кибермошенников. Также технологии классифицируют запрещённые веб-приложения (мессенджеры), отличат стриминг от пиратского скачивания.
Лукацкий отмечает, что машинное обучение обеспечивает точечную «деградацию» трафика вместо массовых мер. DPI с ИИ угадывает тип трафика там, где сигнатуры и порты бессильны.
Анонимный эксперт RKS-Global добавляет — ИИ на ТСПУ создаст автофильтры для VPN и поиска текстов, изображений, видео на разных языках — Китай уже применяет это для мониторинга интернета.
Текущие ИИ-решения
Руководитель службы Андрей Липов сообщил, что нейросети анализируют текст, аудио и видео и сокращают время обнаружения запрещенного контента до шести часов.
Замглавы Вадим Субботин уточнил — система скачивает 0,5 млн материалов в сутки, отбирает две тысячи нарушений. Автоматизация освобождает операторов для сложных задач, повышает эффективность и снижает затраты.
РКН использует «Окулус» для поиска запрещенного в видео/аудио и «Вепрь» для «точек напряженности» в соцсетях и СМИ.
Тестирование
Тестирование ИИ в мониторинге персональных данных показало 60% эффективности, признал замглавы Милош Вагнер. Для точности нужны огромные датасеты, что слишком затратно на данном этапе.
Ранее суд впервые оштрафовал россиянина за поиск экстремистских материалов.
