In den Unterlagen zum Entwurf des Nationalplans zur Einführung künstlicher Intelligenz bis 2030 wurde ein Abschnitt entdeckt, der sich der automatisierten Analyse von VPN-Dienstmerkmalen widmet. Dem Dokument zufolge erwogen die russischen Behörden den Einsatz neuronaler Netze, um das effektive Blockierungsniveau virtueller privater Netzwerke auf 95% zu steigern. Neuronale Netze sollten Merkmale von bis zu 70% der Gesamtzahl der blockierten Dienste analysieren, was den Umfang der automatisierten Traffic-Filterung im Vergleich zu den aktuellen Methoden erheblich erweitern würde.

Was im Entwurf des Nationalplans festgehalten wurde

Die Entwurfsfassung des Dokuments sah ein klares quantitatives Ziel vor: 95% Effektivität bei der Blockierung von VPN-Diensten unter Einsatz von KI-Technologien. Der Umfang des Einsatzes neuronaler Netze erstreckte sich auf bis zu 70% aller blockierten Dienste, was den Übergang von manueller und halbam automatisierter Analyse zu überwiegend maschineller Analyse bedeuten würde. Ein solcher Ansatz würde es ermöglichen, schnell auf das Auftreten neuer Umgehungsprotokolle zu reagieren und die Abhängigkeit von regelmäßigen Aktualisierungen der Sperrlisten zu verringern.

Ministerium für digitale Entwicklung: In der aktuellen Fassung ist diese Maßnahme nicht enthalten

Das Ministerium für digitale Entwicklung, Kommunikation und Massenmedien der Russischen Föderation erklärte, dass diese Maßnahme in der aktuellen Fassung des Nationalplans für KI fehlt. Das Amt stellte klar, dass derzeit „intelligente Algorithmen“ zur Analyse der Netzwerkaktivität eingesetzt werden, die keine vollwertige künstliche Intelligenz darstellen. Somit gab es zwischen der Entwurfs- und der Endfassung des Dokumentes wesentliche Änderungen hinsichtlich des Einsatzes neuronaler Netze für die Aufgabe der VPN-Blockierung.

TSP-Infrastruktur wird weiter skaliert

Trotz des Fehlens der KI-Zeile im endgültigen Nationalplan setzt Roskomnadsor die massive Aktualisierung der TSP-Infrastruktur (technische Mittel zur Abwehr von Bedrohungen) fort. Die Durchsatzkapazität des ASBI (automatisiertes Blockierungs- und Identifikationssystem) soll bis 2030 auf 954 Tbit/s gesteigert werden. Zuvor berichtete die Zeitschrift Forbes über die Bereitstellung von 2,27 Milliarden Rubel für die Einführung von Werkzeugen des maschinellen Lernens zur Traffic-Filterung, was indirekt das anhaltende Interesse der Regulierungsbehörde an automatisierten Methoden der Netzwerkstromanalyse bestätigt.

Experten: Detektionsgenauigkeit sinkt bei Maskierung auf 38%

Fachleute des Netzmarktes stellen fest, dass KI tatsächlich in der Lage ist, VPN-Traffic anhand indirekter Merkmale zu erkennen: Paketübertragungsrhythmus, Sitzungsdauer, Hosting-Eigenschaften und Verbindungsmuster. Im gegenwärtigen Stadium der Technologieentwicklung sinkt die Detektionsgenauigkeit jedoch drastisch, wenn Mechanismen zur Header-Maskierung verwendet werden – Experten schätzen, dass sie auf 38% fällt. Das bedeutet, dass selbst bei vollständiger Einführung der Filterung durch neuronale Netze ein großer Teil des Traffics, der als gewöhnliches HTTPS getarnt ist oder Verschleierung nutzt, für das System unsichtbar bleibt.

Risiken für legitimen Traffic und Unternehmensinfrastructure

Ein separates Anliegen von Experten ist das Problem massiver Fehlalarme. Bei aggressiven Detektionsparametern riskiert das KI-System, legitimen Unternehmens-Traffic, Cloud-Dienste und IP-Telefonie zu blockieren, die sich in ihren Netzwerkeigenschaften mit den Merkmalen von VPN-Verbindungen überschneiden können. Unter Bedingungen, in denen ein erheblicher Teil der Geschäftsprozesse in Russland an Cloud-Infrastruktur und Fernzugriff gebunden ist, können solche Ausfälle Unternehmen und staatlichen Organisationen direkten wirtschaftlichen Schaden zufügen.