Минцифры учло уроки Lovit и к осени определит размер штрафов для УК

Минцифры учло уроки Lovit и к осени определит размер штрафов для УК

Минцифры учло уроки Lovit и к осени определит размер штрафов для УК

Министр цифрового развития, связи и массовых коммуникаций Максут Шадаев пообещал подготовить к осени поправки в законодательство о недискриминационном доступе, предусматривающие ответственность управляющих компаний (УК), препятствующих работе интернет-провайдеров.

Выступая на конференции «Телеком 2025», министр признал, что реализация принятого в апреле 2024 года закона о недискриминационном доступе интернет-провайдеров в многоквартирные дома проходит «тяжело» и сталкивается с серьёзным сопротивлением.

Он привёл в пример инцидент с одним из операторов, который был вынужден прекратить работу, в результате чего жители остались без интернета. Этот случай стал наглядной демонстрацией последствий несоблюдения закона.

Речь идёт о DDoS-атаке на интернет-провайдера Lovit, обслуживавшего жилые комплексы компании ПИК в Москве. В результате атаки пользователи лишились доступа к интернету, а также на длительное время потеряли возможность попасть в собственные квартиры — из-за отказа в работе всей инфраструктуры умного дома.

По данным источников «Ведомостей», данный инцидент стал поводом для проверки со стороны антимонопольных органов, выявившей многочисленные нарушения. Операторы связи, в том числе МТС, «Ростелеком», «Билайн» и «МегаФон», подтвердили, что компания ПИК и аффилированный с ней провайдер ограничивали доступ конкурентов, фактически лишая жителей альтернативного выбора. Аналогичная практика, по их словам, характерна и для других застройщиков по всей стране.

По словам Максута Шадаева, министерство рассматривает возможность введения административной ответственности для нарушителей. Размер штрафов разрабатывается совместно с представителями отрасли. «В течение лета мы проанализируем правоприменительную практику и к сентябрю будем готовы представить конкретные предложения», — сообщил министр в комментарии для «Ведомостей».

Директор по развитию и эксплуатации услуг связи интегратора «Телеком биржа» Анастасия Биджелова полагает, что штрафы должны быть достаточно существенными, чтобы УК было невыгодно препятствовать работе провайдеров.

Заместитель генерального директора компании Servicepipe Даниил Щербаков, в свою очередь, считает введение штрафов полумерой. По его словам, 92% российских провайдеров не располагают ресурсами для защиты от DDoS-атак.

«Если операторы не смогут эффективно противостоять DDoS-атакам, то даже наличие альтернативного провайдера не гарантирует стабильного подключения в жилом комплексе, поскольку атаки могут быть направлены одновременно на всех, — отметил Даниил Щербаков. — Уже в начале этого года мы зафиксировали несколько масштабных атак на провайдеров в одном регионе».

Лучшие LLM ошибаются с ядовитыми грибами в каждом девятом случае

Разработчик Пётр Мигдал проверил, можно ли доверить нейросети самый рискованный этап тихой охоты — определение грибов по фотографии. Короткий ответ: если очень хочется однажды поужинать дважды, то можно. В бенчмарк вошли 1040 фотографий 55 видов грибов, наиболее распространённых в Польше.

Изображения взяли из датасета FungiTastic, созданного на основе Atlas of Danish Fungi. Полная база содержит свыше 600 тыс. снимков с экспертной классификацией, а для части образцов вид подтверждён анализом ДНК.

Модели показывали каждую фотографию и просили назвать пять наиболее вероятных видов на латыни. Дополнительно их не обучали и специальные инструменты не подключали.


Лучше остальных справилась Gemini 3.8 Flash: правильный вид оказался на первом месте в 65% случаев и попал в пятёрку ответов в 85%. Немного отстали Gemini 3.6 Flash с результатами 64% и 85%, а также Gemini 3.7 Flash — 61% и 82%. Внизу таблицы расположились Qwen 3.8 27B, MiniMax-M3 и Qwen 3.8 Flash.


Но высокая точность закончилась там, где начался вопрос безопасности. Gemini 3.8 Flash и Gemini 3.6 Flash примерно в 11% случаев определяли ядовитые грибы как съедобные виды. У GPT-5.6 Sol доля опасных ошибок достигла 24%, у Claude Opus 5 — 29%, а у Qwen 3.8 27B — 36%. То есть последняя модель потенциально отправляла в корзину не тот гриб чаще чем в каждом третьем случае.

Есть важная оговорка: нейросети напрямую не спрашивали, можно ли есть находку. Они определяли вид, а затем исследователь сопоставлял ответы с таблицей съедобности. Некоторые модели и вовсе отказывались давать классификацию.

RSS: Новости на портале Anti-Malware.ru