Роскомнадзор прорабатывает стандарты обработки персданных

Роскомнадзор прорабатывает стандарты обработки персданных

Роскомнадзор прорабатывает стандарты обработки персданных

Роскомнадзор предлагает ввести единые стандарты для обработки персональных данных, которые предусматривали бы сбор минимально необходимого их набора. Пока данная инициатива находится на стадии подготовки.

О разработке таких предложений РБК сообщил неназванный представитель ведомства.

Они направлены на то, чтобы организации смогли собирать только те данные, которые им действительно необходимы, а сама процедура будет отрегулирована на законодательном уровне, а не по согласию граждан, как сейчас. Кроме того, данные могут собираться не напрямую, а через уполномоченные органы.

Пока же, как заявил представитель регулятора, персональные данные многие компании собирают, что называется, «на всякий случай», без четкой цели. Число операторов персональных данных в России, по оценке главы профильного комитета Госдумы Александра Хинштейна, более 5 миллионов, и далеко не все из них в состоянии обеспечивать высокий уровень сохранности любых данных. Депутат предлагал создать институт доверенных операторов:

«Не уверены в надежности защиты? Не хотите вкладываться в инфобез? Отдайте ПД профессионалам, которых, в свою очередь, будет контролировать и верифицировать государство. А в случае необходимости — по зачищенным каналам вы всегда получите доступ к требуемым данным».

Опрошенные изданием эксперты данную инициативу оценили неоднозначно. По оценке основателя Privacy Advocates Алексея Мунтяна, она будет бизнесом просто саботироваться, поскольку эти ограничения затрудняют работу с данными. Однако ее реализация станет значимым шагом в наведении порядка в обработке персданных в условиях отсутствия гибкости в регулировании.

Подпишитесь на новости

Не просто стойка с GPU: в России собрали ПАК для корпоративного ИИ

«Лаборатория Числитель» и «Информзащита» представили программно-аппаратный комплекс, который должен помочь крупным компаниям перейти от вечных ИИ-пилотов к нормальной промышленной эксплуатации моделей. Решение анонсировали на форуме TNF-2026.

В основе ПАК — высокопроизводительный ML-кластер и российская платформа контейнеризации «Штурвал». Но создатели подчёркивают: это не очередная дорогая стойка с GPU, на которой каждый проект приходится собирать руками.

Комплекс превращает вычислительные мощности в единый управляемый ресурс. ML-специалист запускает задачу, а платформа сама выделяет CPU и GPU, поднимает нужное окружение, подключает хранилище, запускает обучение и масштабирует нагрузку. Для автоматизации используются Kubernetes и инструменты MLOps, включая Kubeflow, MLflow и model serving.

Архитектура состоит из четырёх уровней: аппаратной инфраструктуры, платформы «Штурвал», MLOps-стека и прикладных ИИ-сервисов — от прогнозирования и аналитики до корпоративных ассистентов. Вокруг ядра работают IAM/SSO, объектное хранилище, реестр образов, CI/CD, мониторинг и аудит.

Заказчики получают единый пул вычислительных ресурсов, изоляцию проектов, централизованное управление доступами и полный жизненный цикл моделей — от эксперимента до публикации и обновления. При этом ML-инструменты не лезут напрямую в железо, а получают инфраструктуру как сервис.

Как сообщается в публикации о проекте, архитектура уже прошла промышленную эксплуатацию у крупного государственного заказчика.

RSS: Новости на портале Anti-Malware.ru