Бизнес критикует проект ФСБ о передаче данных пассажиров такси

Бизнес критикует проект ФСБ о передаче данных пассажиров такси

Бизнес критикует проект ФСБ о передаче данных пассажиров такси

Идея ФСБ собирать с агрегаторов такси данные о геолокации и платежах обернется “многомиллиардными затратами”. Так считают в АНО “Цифровая экономика”. Понятия размыты, а некоторые формулировки дублируют уже имеющиеся требования.

Круглосуточная передача ФСБ информации от сервисов такси несет риски для бизнеса в отсутствие существенных преимуществ для государства. Такое заключение на проект силового ведомства дали в АНО “Цифровая экономика”. Текст документа оказался в распоряжении РБК.

Кроме того, инициатива силовиков налагает на всю ИT-отрасль существенные финансовые издержки, считают участники рынка. 

Председателем набсовета АНО является вице-премьер Дмитрий Чернышенко, также в состав совета входят министр экономического развития Максим Решетников, министр цифрового развития, связи и массовых коммуникаций Максут Шадаев и представители крупнейшего российского бизнеса.

Формулировка одного из пунктов постановления, предложенная ФСБ, предполагает, что не только службы такси будут обязаны передавать информацию о платежах и геолокацию, а все организаторы распространения информации (ОРИ), опасаются в АНО “Цифровая экономика”.

Последние сейчас обязаны предоставлять ФСБ и другим уполномоченным госорганам данные о действиях пользователей, включая содержимое переписки. К ним относятся более 300 организаций, в том числе “Яндекс” и его сервисы, а также “Пикабу”, LiveJournal, Habr, Тинькофф Банк, “Авито”, VK и другие.

Помимо этого у АНО возникли и другие “концептуальные замечания”.

В проекте, например, не раскрыто понятие и объем “электронного мониторинга геолокации” и не указано, чью конкретно геолокацию (пассажира или водителя) нужно передавать ФСБ.

Более того, у служб заказа такси нет технической возможности передавать данные о геолокации в режиме реального времени.

Сам мониторинг геолокации дублирует данные, которые уже запрашиваются у сотовых операторов в рамках СОРМ.

В проекте не раскрыто понятие и объем “средства платежа”, а текущая формулировка допускает возможность запрашивать у служб заказа легкового такси неограниченную финансовую информацию о пользователях, которой те не владеют.

Для хранения данных сервисы такси будут вынуждены создавать новые базы, для этого потребуются дополнительные расходы.

По оценке АНО “Цифровая экономика”, в случае принятия проекта в текущем виде службы такси будут вынуждены дополнительно понести “многомиллиардные затраты” и тратить около 10% от реализации на ежегодное обслуживание новых требований.

Закон о такси был принят в конце 2022 года. Служба заказа такси обязана предоставлять федеральному органу исполнительной власти в области безопасности доступ к информационным системам и базам данных, но не автоматически, а по запросу.

В марте ФСБ разработала проект постановления правительства, в котором предложила обязать агрегаторы такси предоставлять во внесудебном порядке “круглосуточный удаленный доступ к информационным системам и базам данных, используемым для получения, хранения, обработки и передачи заказов легкового такси”.

AppSec.Track научился проверять код, написанный ИИ

AppSec.Track добавил поддержку работы с ИИ и стал первым российским SCA-анализатором, который умеет проверять код прямо в связке с ИИ-ассистентами. Обновление рассчитано в том числе на так называемых «вайб-кодеров» — разработчиков, которые активно используют LLM и ИИ-редакторы для генерации кода.

Новый функционал решает вполне практичную проблему: ИИ всё чаще пишет код сам, но далеко не всегда делает это безопасно.

Модель может «галлюцинировать», предлагать несуществующие пакеты, устаревшие версии библиотек или компоненты с известными уязвимостями. AppSec.Track теперь умеет отлавливать такие ситуации автоматически.

Разработчик может прямо в диалоге с ИИ-ассистентом запросить проверку сгенерированного кода через AppSec.Track. Система проанализирует используемые сторонние компоненты, подсветит потенциальные угрозы и предложит варианты исправления. В основе механизма — протокол MCP (Model Context Protocol), который позволяет безопасно подключать инструменты анализа к LLM.

Как поясняет директор по продукту AppSec.Track Константин Крючков, разработчики всё чаще пишут код «по-новому», а значит, и инструменты анализа должны меняться. Редакторы вроде Cursor или Windsurf уже умеют многое, но им всё равно нужна качественная и актуальная база уязвимостей. Именно её и даёт AppSec.Track, включая учёт внутренних требований безопасности конкретной компании. В итоге даже разработчик без глубокой экспертизы в ИБ может получить более надёжный результат.

Проблема особенно заметна на фоне роста low-coding и vibe-coding подходов. Код создаётся быстрее, а иногда — почти без участия человека, но с точки зрения безопасности в нём могут скрываться неприятные сюрпризы: SQL-инъекции, логические ошибки или небезопасные зависимости. Как отмечает старший управляющий директор AppSec Solutions Антон Башарин, ИИ-ассистенты не заменяют классические практики DevSecOps — особенно когда речь идёт об open source, где информация об угрозах обновляется быстрее, чем обучаются модели.

Новый функционал AppSec.Track ориентирован на профессиональные команды разработки, которые уже внедряют ИИ в свои процессы. Он позволяет сохранить требования Secure by Design и снизить риски даже в условиях активного использования генеративного кода.

RSS: Новости на портале Anti-Malware.ru