Минкомсвязи предлагает штрафовать за утечки персональных данных

Минкомсвязи предлагает штрафовать за утечки персональных данных

Минкомсвязи предлагает штрафовать за утечки персональных данных

Грамотное обращение с персональными данными россиян — очень важная стратегия, которой должны придерживаться все операторы и обработчики данных. В Минкомсвязи считают, что в качестве еще одной меры, призванной предотвратить утечки информации, стоит ввести штрафы для обрабатывающих данные компаний.

Исходя из опубликованного на ресурсе нормативных актов документа, депутаты планируют внести изменения в с. 13.11 Кодекса об административных правонарушениях. С текстом проекта федерального акта можно ознакомиться по этой ссылке.

За то, что в документе называется «осуществлением ненадлежащего контроля» предлагается ввести штраф в размере 1-2 тысяч рублей для физических лиц, 3-6 тысяч для должностных лиц, 5-10 тысяч для ИП и 10-13 тысяч для юридических лиц.

В случае же прямого нарушения закона физических лиц могут оштрафовать на 3-5 тысяч рублей, должностных лиц на 5-10 тысяч, ИП — 10-20 тысяч и юрлиц на 15-30 тысяч.

Также будет наказываться создание общедоступных баз, которые содержат сведения из государственных и муниципальных информационных систем персональных данных. Размер штрафов следующий: физлица — 1-2 тысячи, должностные лица — 3-5 тысяч, ИП — 10-20 тысяч, юрлица — 15-30 тысяч.

За счет введения такой системы штрафов Минкомсвязи рассчитывает улучшить защищенность персональных данных россиян.

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