Роскомнадзор научит школьников защищать персональные данные

Роскомнадзор научит школьников защищать персональные данные

Роскомнадзор научит школьников защищать персональные данные

Федеральная служба по надзору в сфере связи, информационных технологий и массовых коммуникаций (Роскомнадзор) озадачилась просветлением школьников в области кибербезопасности. Ведомство хочет объяснить подросткам, как защищать свои персональные данные.

Для этой цели Роскомнадзор скомпоновал презентации для двух возрастных групп ()от 9 до 11 лет и от 12 до 14 лет. Эти презентации можно использовать в рамках обучающих мероприятий и классных часов.

Представители ведомства полагают, что подобные уроки помогут дать школьникам полный комплект знаний: что попадает под понятие персональные данные и какие они бывают, как защитить эти данные, куда обращаться в случае компрометации этих данных.

РКН уточнил, что просветительская работа по части защиты персональных данных ведется со школьниками с 2014 года. Для этого даже был создан специальный сайт, где объясняется, как защитить свои данные в Сети.

Однако есть подозрение, что школьники и сами неплохо разбираются в том, чему их хочет учить Роскомнадзор. Буквально вчера стало известно, что около 40 % киберпреступлений совершают подростки.

Зампред Сбербанка Станислав Кузнецов утверждает, что более трети цифровых преступлений осуществлялись школьниками в возрасте 14-15 лет. Среди вредоносных методов превалирует социальная инженерия — с помощью нее совершается свыше 80 % атак.

Cloud.ru представила фильтр, скрывающий конфиденциальные данные от ИИ

На конференции GoCloud 2026 компания Cloud.ru анонсировала Guardrails Filter — инструмент для более безопасной работы с генеративным ИИ. Его задача довольно понятная: не дать конфиденциальным данным случайно утечь в большую языковую модель.

Схема работы выглядит так: сервис проверяет текст запроса, ищет в нём конфиденциальные данные — например, персональные сведения, банковские реквизиты, API-ключи и другие секреты, — затем маскирует их и только после этого отправляет обезличенный запрос в модель. Когда модель возвращает ответ, система подставляет реальные значения обратно.

Иначе говоря, пользователь получает нормальный результат, но сами чувствительные данные не уходят за пределы корпоративного контура в исходном виде.

Сейчас инструмент рассчитан на работу с моделями из сервиса Cloud.ru Foundation Models. В этой платформе доступно более 20 моделей разных типов, включая text-to-text, audio-to-text и image-text-to-text. При этом Cloud.ru отдельно уточняет, что механизм фильтрации будет доступен и в формате on-premise, то есть для установки на стороне самого заказчика.

Появление такого инструмента хорошо вписывается в общий тренд: компании всё активнее используют генеративный ИИ, но тема утечек данных остаётся одной из главных причин, почему внедрение идёт не так быстро, как хотелось бы. Особенно это чувствительно для отраслей, где много персональной и служебной информации, — например, для здравоохранения, ретейла и госсектора.

Кроме того, Cloud.ru сообщила, что добавила в Foundation Models LLM-модель российской компании HiveTrace с Guardrails-механизмом. По заявлению компании, такая модель должна лучше справляться с рисками вроде промпт-инъекций, утечки системных инструкций и некорректной обработки выходных данных.

RSS: Новости на портале Anti-Malware.ru