Систему противодействия DDoS на базе ТСПУ введут в строй к 2025 году

Систему противодействия DDoS на базе ТСПУ введут в строй к 2025 году

Систему противодействия DDoS на базе ТСПУ введут в строй к 2025 году

В Сочи завершился очередной всероссийский форум по вопросам регулирования в сфере ИКТ — «Спектр-2022». Рапортуя о готовности рунета к автономной работе, директор ЦМУ ССОП (Центр мониторинга и управления сетью связи общего пользования, работает под эгидой Роскомнадзора) Сергей Хуторцев заявил, что национальную систему противодействия DDoS-атакам планируется запустить в конце 2024 года.

Необходимость создания подобной системы в масштабах всей страны продиктована резким ростом числа DDoS-атак в рунете. Общероссийский заслон будет выстроен на основе ТСПУ — технических средств противодействия угрозам, предназначенных для анализа и фильтрации трафика. Это оборудование находится в ведении РКН и помогает регулятору блокировать доступ к запрещенному контенту и ресурсам, попавшим в опалу.

«Планируется расширить возможности нашей системы ТСПУ — создать глобальную национальную систему противодействия DDoS-атакам, — цитирует РИА Новости слова Хуторцева. — Последние события показали, что мы уже эффективно с этой функцией справляемся. Но нужно обеспечить более многоуровневый мониторинг и отражение более сложных, специфичных атак».

По данным Главного радиочастотного центра (ГРЧЦ, входит в состав профильной службы Роскомнадзора), в текущем году ТСПУ помогли отразить DDoS-атаки 65 организациям, в том числе «Почте России», Минкульту, РЖД. С помощью этих комплексов устранено 6 630 нарушений маршрутизации трафика, защищено более 6 тыс. ресурсов от внешнего деструктивного воздействия.

Создание единой системы противодействия DDoS на базе ТСПУ невозможно без распространения этих технологий на весь рунет. Сейчас доля фильтруемого интернет-трафика в России, по данным ГРЧЦ, составляет 98% для широкополосного доступа и 100% для мобильного. В конце 2023 года планируется достичь полного покрытия, в том числе сетей связи Донецкой и Луганской республик, Херсонской области и Запорожья. К концу этого года ТСПУ-средствами оснастят 860 узлов связи, к концу следующего — 1,3 тыс. узлов.

Национальный анти-DDoS также требует наличия технологий DPI, позволяющих настраивать фильтры в соответствии с текущими нуждами, будь то ограничение доступа к ресурсам или снижение количества кибератак. Устройства DPI обычно устанавливаются на стороне провайдера; на уровне магистрали их можно использовать для управления скоростью передачи пакетов и выполнения различных блокировок, однако включение этой опции грозит усложнением проверок и ростом числа задержек в сети.

Эксперты сомневаются в эффективности использования связки ТСПУ – DPI для защиты рунета от DDoS-атак — даже при успешном решении всех проблем, связанных с масштабностью проекта. Так, главный аналитик центра IZ:SOC «Информзащиты» Ильназ Гатауллин отметил, что ТСПУ в силу своей специфики неспособны справиться со всеми задачами по защите от DDoS; эффективное решение проблемы могут обеспечить только вендоры рынка, такие как Arbor или Radware (заметим, в России такие компании тоже есть).

Гатауллину вторит Алексей Лукацкий, бизнес-консультант Positive Technologies по вопросам ИБ:

«Нельзя утверждать, что данная система, после ввода ее в конце 2024 г., окончательно решит эту проблему. Дело в том, что существующий подход, реализуемый решениями ТСПУ, базируется преимущественно на выявлении и блокировании IP-адресов и их диапазонов, с которых осуществляется вредоносная активность. В то же время есть и прикладные DDoS-атаки, для борьбы с которыми нужны фокусные решения, использующие иные методы обнаружения и блокирования атак. Поэтому у отдельных заказчиков будет спрос и на более продвинутую защиту от DDoS».

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