Как сообщает «Коммерсант», в Минцифры обсуждали возможность применения искусственного интеллекта для обнаружения и блокировки VPN-сервисов. По данным издания, которое ссылается на источник и проект национального плана внедрения ИИ, таким способом планировалось повысить эффективность блокировок до 95%. Однако в ведомстве заявили, что в актуальной версии документа такой инициативы нет.
Журналисты пишут, что предложение фигурировало в проекте национального плана по внедрению технологий ИИ до 2030 года. Предполагалось, что долю блокируемых VPN-сервисов, признаки которых анализируются с помощью ИИ, доведут до 70%, что позволит повысить эффективность блокировок до 95%.
Однако в Минцифры сообщили изданию, что в актуальной версии проекта таких положений нет. Источник газеты, знакомый с обсуждением инициативы, пояснил, что разные ведомства предлагали включить в план множество мер, часть которых в итоге может не дойти до реализации.
В настоящее время для анализа трафика уже применяются «интеллектуальные алгоритмы», утверждает собеседник издания, однако полноценным ИИ он их не считает.
Источник пояснил, что теоретически ИИ мог бы обнаруживать VPN по набору косвенных признаков: размеру и ритму пакетов, длительности сессий, соотношению входящего и исходящего трафика, особенностям хостинга и характеристикам соседних IP-адресов. За счет объединения множества таких параметров модель могла бы обнаруживать даже новые сервисы.
Главная проблема подобных систем — ложные срабатывания. Так, по оценке источника «Коммерсанта» на сетевом рынке, сейчас доля ошибок составляет около 5–6%, но на больших объемах трафика даже небольшой процент ошибок означает массовые блокировки легитимных соединений. В частности, на VPN могут быть похожи корпоративные туннели, облачные сервисы и голосовой трафик.
«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», — объяснил партнер практики «Цифровая трансформация» компании Strategy Partners Сергей Кудряшов.
Также он добавил, что в исследованиях качество распознавания резко падает, когда часть наблюдаемых признаков скрывается. К примеру, маскировка одного поля в TLS-заголовке снижала точность примерно до 38%.
Поэтому предполагается, что одним из вариантов может стать схема, в рамках которой ИИ только помечает подозрительные узлы, а решение о блокировке принимается уже после дополнительной проверки.
Кроме того, отмечается, что одного DPI-оборудования на узлах операторов для работы такой системы будет недостаточно. Потребуется отдельная вычислительная инфраструктура для хранения телеметрии (речь идет о петабайтах данных), обучения и переобучения моделей, а также доставки обновлений на узлы фильтрации.
