Для более эффективного выявления и блокировки VPN-сервисов власти предлагали анализировать их признаки с помощью ИИ. По задумке, это может позволить добиться 95-процентной эффективности их блокировки. В Минцифры говорят, что такая мера не содержится в актуальной версии «Национального плана внедрения ИИ». Сейчас, по данным “Ъ”, для анализа трафика используются «интеллектуальные алгоритмы», которые не являются ИИ.

В Минцифры предлагали добиться 95-процентной эффективности блокировки VPN благодаря технологиям ИИ, рассказал “Ъ” источник, знакомый с ходом обсуждения инициативы. Такая же мера содержится в проекте национального плана по внедрению технологий ИИ до 2030 года, с которым ознакомился “Ъ”. В документе говорится, что для этого планировалось довести долю VPN-сервисов, признаки которых анализируются ИИ, от общего количества блокируемых VPN-сервисов до 70%.

В Минцифры “Ъ” сказали, что в «актуальной версии проекта национального плана по внедрению технологий ИИ таких сведений нет». Источник “Ъ”, знакомый с ходом обсуждения инициативы, объясняет, что ведомства предлагали включить в нацплан различные меры, которые могут и не дойти до реализации. Он добавляет, что сейчас уже используются алгоритмы интеллектуального анализа трафика, которые, однако, не являются ИИ. В Роскомнадзоре не ответили “Ъ”.

Ранее “Ъ” писал, что Минцифры планирует увеличить пропускную способность технических средств противодействия угрозам в 2,5 раза, до 954 Тбит/с, к 2030 году (см. “Ъ” от 25 марта). Кроме того, согласно пояснительной записке к новому проекту федерального бюджета, большая часть из более чем 89,9 млрд руб., которые планируется выделить на федпроект «Инфраструктура кибербезопасности» в 2026–2029 годах, должна пойти на субсидии подведомственному Роскомнадзору Главному радиочастотному центру на систему АСБИ (состоит из ТСПУ, которые устанавливают на сети операторов связи, см. “Ъ” от 7 октября). Forbes сообщал в январе, что в 2026 году Роскомнадзор планирует создать и внедрить механизм фильтрации интернет-трафика с использованием инструментов машинного обучения, на это планируется направить 2,27 млрд руб.

«ИИ автоматизирует и ускоряет анализ паттернов соединения: размер и ритм пакетов, длительность сессий, соотношение входящего и исходящего трафика. Инструменты ИИ позволяют относительно быстро находить VPN-серверы по косвенным признакам: как ведет себя узел, на каком хостинге стоит, на что похожи соседние адреса. И самое главное — за счет этого можно быстрее реагировать на изменения сетевой активности»,— объясняет источник “Ъ” на сетевом рынке.

Тем не менее, говорит он, на больших объемах трафика даже малый процент ошибок анализа и блокировки «означает много заблокированного легитимного трафика», тогда как сейчас, по его оценке, доля ошибок составляет 5–6%. С ним соглашается собеседник “Ъ” на ИТ-рынке: применение ИИ, скорее всего, увеличит долю заблокированных VPN, но параллельно, «особенно на первых этапах обучения, будет много ложных срабатываний».

Точность фильтрации можно повысить, когда ИИ не принимает решение единолично, а работает как первый фильтр, считает источник “Ъ” на сетевом рынке. Например, модель отмечает подозрительный узел, затем его проверяют отдельно (подключаются к нему как обычный клиент VPN и подтверждают, что это действительно VPN-сервис) и только после этого блокируют адрес.

«Модель агрегирует десятки слабых признаков, поэтому видит новые сервисы, которых еще нет в списках правил,— здесь ее главный выигрыш. Проблема в том, что корпоративный VPN, облачный доступ и голосовой трафик статистически похожи на обходной, а цена ошибки для бизнеса выше, чем пропуск домашнего VPN»,— говорит партнер практики «Цифровая трансформация» компании Strategy Partners Сергей Кудряшов. Он добавляет, что в исследованиях качество распознавания резко падает, когда часть наблюдаемых признаков закрывается: «Маскировка одного поля в TLS-заголовке снижала точность до примерно 38%».

При этом он считает, что одного DPI-оборудования на узлах операторов будет недостаточно для ИИ-детекции VPN-сервисов: «ИИ-контур — это отдельная вычислительная платформа поверх ТСПУ. Нужны три слоя: сбор и хранение телеметрии петабайтного масштаба, кластер для обучения и переобучения, механизм доставки обновленных моделей на узлы фильтрации».