В перечень KPI для ФОИВ включено внедрение мер поддержания ИБ

В перечень KPI для ФОИВ включено внедрение мер поддержания ИБ

В перечень KPI для ФОИВ включено внедрение мер поддержания ИБ

На очередном заседании подкомиссии по ключевым проектам цифровой трансформации государственного управления, прошедшем под председательством первого вице-премьера Дмитрия Григоренко, были утверждены новые показатели эффективности цифровизации федеральных органов исполнительной власти (ФОИВ).

Среди них особое внимание уделено мерам по обеспечению информационной безопасности.

В ходе заседания было отмечено, что в 2024 году ФОИВ достигли рекордного уровня исполнения бюджета на ИТ-расходы — 99,7%. Дмитрий Григоренко подчеркнул, что в 2025 году, помимо соблюдения финансовой дисциплины, необходимо усилить реализацию ведомственных программ цифровой трансформации. Для этого разработаны новые показатели, которые будут учитывать:

  • предоставление услуг в формате «жизненных ситуаций»;
  • переход на отечественное программное обеспечение;
  • внедрение решений с использованием искусственного интеллекта;
  • поддержание высокого уровня информационной безопасности.

«На портале госуслуг уже представлено более 1,6 тысячи услуг, которые необходимо структурировать в виде сценариев “жизненных ситуаций”. Оказание услуг в удобном формате — наш приоритет. Кроме того, важно внедрять искусственный интеллект в экономику и социальную сферу, поскольку это ускоряет процессы и повышает их эффективность. Задача сложная, она требует изменения логики процессов и регламентов, но без этого не обойтись», — отметил Дмитрий Григоренко.

Губернатор Московской области и председатель комиссии Госсовета по направлению «Экономика данных» Андрей Воробьёв добавил, что на региональном уровне также требуется пересмотреть подходы к оценке эффективности цифровизации. По его мнению, важно учитывать специфику и текущий уровень цифрового развития каждого субъекта РФ.

«Изначальные условия в разных регионах значительно отличаются. Ставить все 89 территорий в один ряд некорректно. Более логичным подходом будет разделение регионов на группы или лиги с учетом схожего уровня цифровизации и приоритетов. Такой подход обеспечит объективность при оценке работы и постановке задач», — подчеркнул губернатор Подмосковья.

На заседании также был утвержден перечень приоритетных государственных систем, включающий платформы «Здравоохранение», «Умный город», кадровую платформу, единую систему обработки больших данных и платформу противодействия кибермошенничеству.

В России разработали способ удалить свой биометрический след

В ИТ-компании «Криптонит» (входит в «ИКС Холдинг») разработали метод, который позволяет выборочно удалять цифровые образы людей из систем распознавания лиц. Если совсем просто, речь идёт о технологии, которая должна помочь реализовать право человека отозвать согласие на обработку своей биометрии — так, чтобы система действительно перестала его узнавать.

Проблема тут в том, что современные системы распознавания лиц устроены не так прямолинейно, как может показаться.

Даже если сведения о человеке формально удалили из базы, его цифровой образ может всё равно остаться внутри уже обученной модели. То есть на бумаге данные вроде бы стерли, а на практике алгоритм всё ещё способен узнать этого человека.

Именно это и делает тему особенно чувствительной. С биометрией всё сложнее, чем с обычными персональными данными: пароль можно поменять, а лицо — нет. Если такие данные утекают, риски уже совсем другого уровня, потому что украденные цифровые слепки можно использовать для создания поддельных образов и обхода биометрической аутентификации.

 

В «Криптоните» утверждают, что их метод решает задачу не маскировкой и не косметическим удалением, а на уровне внутренней логики самой модели. Проще говоря, алгоритм перестаёт использовать сведения о конкретном человеке и больше не может его распознавать, при этом способность узнавать остальных людей сохраняется.

По словам разработчиков, на тестовых наборах данных технология показала заметное снижение эффективности распознавания именно тех лиц, которые нужно «забыть», — до 88%. При этом общая точность системы, как утверждается, осталась на прежнем уровне.

Практическое применение у такого подхода вполне очевидное. В первую очередь это системы видеонаблюдения с распознаванием лиц, СКУД и корпоративная безопасность. Например, технология может пригодиться для удаления биометрических данных уволенных сотрудников, когда компания обязана прекратить их обработку, но не хочет при этом заново переобучать всю систему с нуля.

RSS: Новости на портале Anti-Malware.ru