Минцифры России предложило сократить разработку софта в госкомпаниях

Минцифры России предложило сократить разработку софта в госкомпаниях

Минцифры России предложило сократить разработку софта в госкомпаниях

На прямой линии с президентом РФ Владимиром Путиным глава Минцифры предложил ускорить процесс перевода госструктур на отечественное ПО, изменив правила игры при импортозамещении. Примечательно, что для этого в числе прочего рекомендуется ограничить внутренние разработки госкорпораций — чтобы сократить необоснованные расходы.

План перехода на отечественные ИТ-технологии утвердили в России еще в 2016 году. Госзаказчикам при этом ограничили закупку решений, отсутствующих в реестре отечественного программного обеспечения, однако они, по все видимости, не торопятся выполнять утвержденные программы.

В ходе доклада президенту Максут Шадаев отметил, что госкомпании так и не достигли показателей по импортозамещению, которые сами же для себя заложили. В частности, на российский софт они потратили вдвое меньше, чем планировали.

В качестве дополнительного стимула министр предложил ввести персональную ответственность руководителей госкомпаний за невыполнение программ цифровизации, предусматривающих использование отечественного ПО. Рекомендуемые Минцифры меры также включают обязательную коммерциализацию внутренних разработок госкомпаний при сокращении объема такой деятельности.

Шадаев также попросил у президента помощи в ускорении законотворческих процессов в этой области. Проект указа «О переходе на объектах критической инфраструктуры на отечественные решения» уже готов, теперь его нужно переформатировать в поправки к федеральным законам, но это обычно очень долгий процесс.

Путин поддержал новую инициативу Минцифры и предложил до конца года внести на рассмотрение в Госдуму соответствующие изменения в законодательство. Президент также согласился с необходимостью повышения уровня ответственности руководителей за невыполнение планов по импортозамещению.

В своем докладе Шадаев не преминул отметить благотворное влияние налогового стимулирования ИТ-отрасли. За девять месяцев 2021 года, по данным Росстата, российские компании поставили на 38% больше решений и услуг, чем за аналогичный период годом ранее, превысив 1,14 трлн рублей. Растет также экспорт российского ПО — несмотря на зарубежные санкции.

В сентябре правительство по согласованию с Минфином утвердило новые меры поощрения перехода на отечественные технологии: 

  • снижение налогов на прибыль для компаний, внедряющих российские решения на базе ИИ (их можно отражать в статье расходов с коэффициентом 1,5);
  • ускорение амортизации ПАК российского производства (списание в три раза быстрее, чем в случае с зарубежными решениями);
  • введение в регионах налоговых вычетов для тех, кто использует российские решения и ПАК.

Соответствующие поправки в налоговый кодекс будут внесены Минфином до конца 2021 года.

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