Роскомнадзор внедрил машинное обучение в систему мониторинга и фильтрации интернет-трафика. Отраслевые эксперты предупреждают, что автоматическая классификация может ошибочно затронуть легальные сервисы. Об этом стало известно 13 ноября 2026 года; на разработку и запуск механизма направили 2,27 млрд рублей. При автоматической классификации под ограничения могут ошибочно попасть корпоративные сети, облачные платформы и обычные сайты.
Точная архитектура не раскрыта: опубликованные сведения не позволяют утверждать, что нейросеть теперь проверяет каждый пакет. Машинное обучение может непосредственно классифицировать соединения, отбирать подозрительные потоки для дополнительного анализа или помогать создавать правила для уже работающего оборудования.
Что именно внедрил Роскомнадзор
Механизм встроен в автоматизированную систему обеспечения безопасности российского сегмента интернета, или АСБИ, и работает вместе с техническими средствами противодействия угрозам — ТСПУ. Эти программно-аппаратные комплексы размещаются на сетях операторов и применяются для анализа, замедления и блокировки трафика.
Читайте также
По данным «Кабельщика», сведения о проекте содержатся в паспорте программы цифровой трансформации Роскомнадзора на 2026–2028 годы. Используется отечественная математическая модель без большой языковой модели; она развёрнута на собственной инфраструктуре регулятора.
Название модели и её точная роль не раскрываются. Партнёр Comnews Research Леонид Коник предположил, что машинное обучение может ускорять разработку сигнатур — признаков, по которым оборудование глубокого анализа пакетов распознаёт определённый трафик. В таком варианте модель помогает готовить правила для ТСПУ, но не обязательно самостоятельно принимает решение по каждому соединению.
Эксперт RKS Global Дмитрий Кутейников назвал другой возможный режим: оценку соединений по размеру и частоте пакетов, длительности сеанса и характеристикам сервера.
Как распознают зашифрованные соединения
TLS и VPN скрывают содержимое передаваемых данных, но не все признаки соединения. Сетевое оборудование по-прежнему видит адреса сторон, размеры пакетов, направление передачи, интервалы между пакетами и продолжительность сеанса.
Из этих признаков можно составить статистический профиль потока. Видеозвонок, загрузка сайта, корпоративный туннель и VPN создают разные последовательности пакетов, хотя некоторые протоколы специально маскируют своё поведение под обычный HTTPS. Модель ищет сходство с известными классами трафика, а не расшифровывает переписку или содержимое страницы.
Такой подход отличается от блокировки по IP-адресу. Адрес нужно сначала обнаружить и добавить в правило. Поведенческий классификатор потенциально способен отметить ранее неизвестный сервер, если соединение похоже на изученные VPN-сессии. Но статистическое сходство не доказывает, что перед системой действительно средство обхода блокировок.
Возможность такой классификации показывают независимые исследования, однако они не описывают систему Роскомнадзора. В работе об анонимной сети I2P модель Random Forest отличала её трафик от обычного на основе характеристик потоков. Авторы назвали наиболее значимыми признаками временные параметры пакетов и продолжительность соединения.
Сопоставление цифр
На разработку и запуск механизма машинного обучения направили 2,27 млрд рублей. Отдельно в 2026 году на установку новых и модернизацию действующих ТСПУ предусмотрено 10,19 млрд рублей: 3,99 млрд рублей основного и 6,2 млрд дополнительного финансирования.
В июне интегратор систем суверенного интернета ДЦОА объявил закупку не менее 154 российских серверов с начальной ценой 1,31 млрд рублей. По материалу CNews, для каждой машины требовались два производительных процессора, не менее 1 ТБ оперативной памяти и четыре сетевых порта по 10 Гбит/с. Закупка показывает масштаб развития инфраструктуры ТСПУ, но доступные документы не связывают эти серверы непосредственно с новой моделью.
| Показатель | Значение | Что он описывает |
|---|---|---|
| Разработка и запуск механизма машинного обучения | 2,27 млрд рублей | Проект цифровой трансформации Роскомнадзора |
| Установка и модернизация ТСПУ в 2026 году | 10,19 млрд рублей | Инфраструктура фильтрации в целом |
| Начальная цена закупки серверов ДЦОА | 1,31 млрд рублей | Не менее 154 машин; связь именно с моделью не подтверждена |
| Точность распознавания I2P в одном исследовании | 99,96% | Набор данных SafeSurf Darknet 2025 из 184 548 потоков |
| Распознавание вывода данных внутри I2P | 91,11% | Более сложная вторая стадия того же исследования |
Лабораторная точность не показывает, насколько хорошо будет работать неизвестная модель на сетях российских операторов. Авторы другой работы получили macro-F1 0,992 при стандартном разделении данных, но 0,567, когда связанные потоки из одной записи не попадали одновременно в обучение и проверку.
Такая разница показывает риск скрытого запоминания среды: классификатор может узнавать знакомые серверы, сеансы или особенности тестовой сети вместо общих свойств приложения. Без методики Роскомнадзора нельзя оценить ни долю обнаруженных VPN, ни число ошибочно ограниченных легальных соединений.
Кто выигрывает и кто платит за ошибки
Для регулятора машинное обучение способно уменьшить зависимость от списков известных адресов. Оно может быстрее находить соединения, похожие на VPN, или предлагать новые сигнатуры для сервисов, которые меняют серверы и маскируют протокол под HTTPS.
Издержки ложных срабатываний могут затронуть операторов связи, компании, владельцев сайтов и пользователей. Корпоративный VPN тоже создаёт длительный зашифрованный туннель. Облачная платформа обслуживает множество клиентов с соседних адресов, а обычный сайт может открывать десятки параллельных соединений. По отдельным статистическим признакам легальный трафик способен оказаться похожим на средство обхода ограничений.
Кутейников и бизнес-консультант Positive Technologies Алексей Лукацкий предупреждают о риске ошибочных блокировок корпоративных сетей и облачных платформ. Дополнительное ограничение связано с производительностью: глубокий анализ на высоких скоростях требует значительных вычислительных ресурсов.
Практический пример частичной недоступности ранее описал на Habr инженер платёжного сервиса «Монета». Часть клиентов не могла подключиться к серверам, их сайты перестали открываться, а уведомления о платежах — доходить. Проверка привела инженеров к участку операторской сети, где работало ТСПУ.
Этот случай появился до сообщения о новом механизме и не доказывает, что причиной была модель машинного обучения. Он показывает другое: фильтрация на уровне операторской сети может внешне напоминать неисправность сайта и затрагивать платежи или другие бизнес-процессы.
Последствия для пользователей и бизнеса в России
Для пользователя вероятный эффект — менее предсказуемая работа VPN и других инструментов с похожим профилем зашифрованного соединения. Для компаний риск шире: ошибочное ограничение может нарушить доступ к корпоративной сети, облачной платформе, сайту или системе приёма платежей, хотя собственные серверы организации продолжают работать.
Выборочная недоступность — один из возможных признаков: ресурс открывается из-за рубежа или через одного российского оператора, но не работает в другой сети. Однако одного тайм-аута недостаточно, чтобы считать причиной ТСПУ. Так же могут проявляться сбои маршрутизации, DDoS-защиты, межсетевого экрана или самого сервера.
Инженер «Монеты» рекомендует проверять собственный ресурс из нескольких российских сетей и других стран, сравнивать трассировки и определять участок, на котором прекращается обмен пакетами. Запись трафика помогает отделить проблему сервера от обрыва за пределами его инфраструктуры. Для информационных ресурсов юридических лиц автор кейса описывает подачу заявки через личный кабинет взаимодействия с Роскомнадзором.
Смена DNS поможет только при проблеме с переводом доменного имени в IP-адрес. Она не отменяет блокировку IP, сигнатурный анализ протокола или поведенческую классификацию уже установленного соединения.
Вопросы и ответы
- Может ли модель читать содержимое зашифрованного трафика?
Из доступного описания это не следует. Для классификации можно использовать форму потока: размеры и направление пакетов, интервалы между ними, длительность соединения и характеристики сервера — без расшифровки содержимого.
- Проверяет ли нейросеть каждый пакет россиян?
Это не подтверждено. Публичные сведения допускают как непосредственную классификацию соединений, так и использование модели для подготовки сигнатур, которые затем применяет оборудование ТСПУ.
- Чем новый механизм отличается от блокировки по IP?
IP-блокировка требует заранее известного адреса. Поведенческая модель потенциально распознаёт ранее неизвестное соединение по сходству с изученным классом трафика, но именно поэтому может ошибочно отметить легальный сервис.
- Может ли фильтрация нарушить работу обычного сайта?
Да, такой риск называют отраслевые эксперты. Администраторы также описывали случаи частичной недоступности ресурсов на участках сетей с ТСПУ, но каждый конкретный сбой нужно отделять от проблем сервера, маршрутизации и защиты от атак.
- Поможет ли смена DNS?
Только при проблеме с разрешением доменного имени. Она не поможет против ограничения IP-адреса, анализа протокола или поведенческой классификации соединения.
- Сколько стоило внедрение?
На механизм машинного обучения направили 2,27 млрд рублей. Отдельно на новые и модернизируемые ТСПУ в 2026 году предусмотрено 10,19 млрд рублей.