Закон о штрафах за анонимайзеры принят в третьем чтении

Закон о штрафах за анонимайзеры принят в третьем чтении

Закон о штрафах за анонимайзеры принят в третьем чтении

Закон, предусматривающий наложение штрафов за использование анонимайзеров, принят Госдумой в третьем — следовательно, окончательном — чтении. Таким образом, граждане будут наказываться штрафом в размере 5 тысяч рублей, должностные лица — 50 тысяч рублей, юрлица — от 500 до 700 тысяч рублей.

Сообщается, что этот закон также предусматривает штрафы для операторов связи в случае, если они будут выдавать ссылки на заблокированные сайты.

Напомним, что Путин подписал соответствующий закон в июле прошлого года. Проект закона был внесен в начале июня депутатами трех парламентских фракций: Максимом Кудрявцевым (ЕР), Николаем Рыжаком (СР) и Александром Ющенко (КПРФ).

Авторы документа заявляли об отсутствии законодательно установленного запрета использовать технологии, позволяющие получить доступ к заблокированным в России информационным ресурсам.

Уже первого ноября стало известно, что закон вступил в силу.

А в прошлом месяце замглава Роскомнадзора Вадим Субботин сообщил, что ведомство заблокировало 50 VPN-сервисов.

«Мы находимся в диалоге с хостинг-провайдерами, которым эти подсети принадлежат. Мы постоянно мониторим их. Как только мы увидим, что можем их разблокировать, мы их разблокируем. Для нас это приоритетная задача», — заявил Субботин.

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