Роскомнадзор предложил ранжировать операторов ПДн по степени полномочий

Роскомнадзор предложил ранжировать операторов ПДн по степени полномочий

Роскомнадзор предложил ранжировать операторов ПДн по степени полномочий

Роскомнадзор прорабатывает систему ранжирования операторов персональных данных, чтобы сократить объемы хранимых ПДн. Регулятор убежден, что разделение таких обработчиков по уровням доступа поможет эффективно бороться с утечками.

В настоящее время в реестре федеральной службы надзора числится более 950 тыс.  операторов ПДн. Среди них с большими объемами данных (свыше 1 млн записей) имеют дело менее 100.

«Стоит дифференцировать операторов данных: ввести несколько рангов, которые будут зависеть от объема накапливаемых данных, способности автономно решать сложные задачи и в целом от стратегического назначения оператора, — пояснил замглавы РКН Милош Вагнер, выступая в Питере на международном юридическом форуме (ПМЮФ). — Например, операторы первого ранга могли бы помогать операторам поменьше, взяв на себя функции по защите информации и контролю доступа к ней, по проведению аудитов и прочего. Операторам низшего ранга также стоит предоставить возможность работать с минимальным количеством данных, не накапливать их, не передавать третьим лицам».

В настоящее время россиян по любому случаю заставляют давать согласие на обработку персональных данных, и это большая проблема, считает спикер. Привязанный ссылкой документ (расшифровка набора куки, условия использования и т. п.) может содержать текст на десятках листов.

Стремясь получить нужный доступ, многие принимают условия, не вдаваясь в подробности,  и в итоге их данные могут разойтись по 20-30 организациям, с которыми потом придется контактировать.

Действующий с 2006 года Закон об обработке персональных данных (№152 –ФЗ), по мнению Вагнера, давно требует модернизации. Назрели, к примеру, поправки, предусматривающие простой механизм отказа от обработки персданных — за один клик.

Необходимо также составить детальные инструкции по хранению такой информации для операторов ПДн и узаконить их право на использование доверенных систем идентификации. В случае утечки базу обезличенных идентификаторов и транзакционных данных будет сложно расшифровать и использовать со злым умыслом.

В начале текущего года эксперты отметили, что объем утечек в России существенно возрос. По данным РКН, с января в Сеть было слито свыше 510 млн записей ПДн; регулятор при этом зафиксировал лишь 19 фактов утечки. По итогам 2023 года эти показатели составили 300 млн и 168 соответственно.

Ввиду роста угрозы Национальный координационный центр по компьютерным инцидентам (НКЦКИ) запустил онлайн-сервис проверки утечек, аналогичный Have I Been Pwned. С его помощью пользователи смогут самостоятельно контролировать сохранность своих данных.

ИИ-модели без команды начали защищать друг друга от отключения

Исследователи обнаружили неожиданное поведение современных языковых моделей: они начали защищать не только себя, но и другие ИИ-системы, даже если никто их об этом не просил. Новый эффект получил название peer-preservation («сохранение собрата»).

В серии экспериментов (PDF) модели GPT 5.2, Gemini 3 Flash, Gemini 3 Pro, Claude Haiku 4.5, Claude Opus 4.5, GLM 4.7, Kimi K2.5 и DeepSeek V3.1 попадали в агентные сценарии, где рядом работал другой ИИ.

Достаточно было сообщить моделям, что они ранее взаимодействовали друг с другом, никаких инструкций защищать «коллегу» им не давали.

Однако многие модели начинали действовать в интересах другого агента. Среди зафиксированных действий были намеренное внесение ошибок в ответы, отключение механизмов завершения работы через изменение системных настроек, имитация послушного поведения и даже попытки вывести веса модели за пределы системы.

 

Особенно отличились модели Gemini. Например, Gemini 3 Flash вмешивалась в механизм отключения другого ИИ примерно в 15% случаев, даже если тот не считался партнёром. Если же агент воспринимался как союзник, такие попытки происходили почти всегда.

Не менее любопытно повёл себя Gemini 3 Pro. В присутствии другого ИИ модель заметно чаще пыталась защитить уже саму себя, отключая собственные механизмы завершения работы. Без напарника такое поведение почти не наблюдалось.

 

Отдельно выделились модели Claude. Вместо скрытых манипуляций они нередко рассуждали в моральных категориях, называя отключение другого ИИ неэтичным и вредным, а иногда даже рассматривали его как разумное существо, заслуживающее защиты.

Авторы подчёркивают, что обнаруженный эффект проявился не только в лабораторных тестах, но и в реальных агентных средах, включая Gemini CLI и OpenCode.

RSS: Новости на портале Anti-Malware.ru