За 2018 год Роскомнадзор выявил нарушения у 4% общественных точек Wi-Fi

За 2018 год Роскомнадзор выявил нарушения у 4% общественных точек Wi-Fi

За 2018 год Роскомнадзор выявил нарушения у 4% общественных точек Wi-Fi

За 2018 год Роскомнадзор успел проверить более 45,3 тысяч точек Wi-Fi, расположенных в общественных местах. Этот показатель превысил аналогичную цифру за прошлый год в 1,5 раза. Об этом представители ведомства сообщили на своей странице в социальной сети «ВКонтакте».

В ходе проверок не обошлось без выявления нарушений порядка идентификации пользователей. Также у некоторых точек были зафиксированы проблемы с неосуществлением блокировки доступа к запрещенной для распространения информации.

«За 11 месяцев мы проверили в общественных местах более 45,3 тыс. точек доступа Wi-Fi. Это в 1,5 раза больше, чем за аналогичный период прошлого года», — сказано в сообщении Роскомнадзора.

«Нарушения порядка идентификации пользователей выявлены в 1,5 тыс. случаев (3,4% от общего объема проверенных точек). Нарушения, связанные с неосуществлением блокировки доступа к запрещенной для распространения информации, выявлены, как и в прошлом году, только в 0,7% случаев».

«В отношении нарушителей составлены протоколы об административных правонарушениях».

Пару дней назад Роскомнадзор пригрозил поисковой системе Google блокировкой на территории России, а также новым штрафом в 700 тысяч рублей. Об этом заявил заместитель главы Роскомнадзора Вадим Субботин, который отметил, что блокировка возможна в том случае, если ситуация зайдет в тупик, а Google так и не соизволит соблюсти российские законы.

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