Поделиться
В России разработана ИТ-система, умеющая искать преступников по публикациям в Telegram
Российские эксперты в области кибербезопасности разработали ИТ-инструмент, способный быстро выявлять преступные действия в мессенджере Telegram. Этот некоммерческий сервис позволяет находить потенциально опасные комментарии и признаки преступной деятельности, а также связывать их с конкретными пользователями. При грамотной настройке и оптимизации нейросетевого инструмента, он сможет значительно повысить эффективность работы по выявлению злоумышленников.
Новый ИТ-инструмент для полиции
Российский разработчик программного обеспечения (ПО) при поддержке Национальной технологической инициативы создал новый модуль с искусственным интеллектом (ИИ), пишут известия «Известия». Этот некоммерческий сервис, названный Apparatus Sapiens, позволяет изучать и анализировать контент в Telegram для поиска потенциально опасных комментариев в мессенджере, а также признаков преступной деятельности конкретных пользователей.
Впервые ИИ-модуль Apparatus Sapiens был представлен еще в 2023 г., однако обновление в 2025 г. позволило сопоставлять найденную информацию с ее автором и разоблачать его.
Благодаря последнему обновлению ПО в 2025 г., ИТ-система Apparatus Sapiens может анализировать данные о 58 млн пользователей Telegram, связанных с их телефонными номерами, и осуществлять мониторинг 22 млн чатов, включая как публичные, так и приватные группы. Разработчики отмечают, что именно в приватных группах и скрываются наиболее интересные и потенциально опасные материалы, утверждают специалисты.
«Apparatus Sapiens позволяет проанализировать публикуемый в социальной сети контент и находить признаки преступления. На следующем этапе происходит деанонимизация автора деструктивного и опасного контента. Это особенно актуально с учетом того, что последние недели декабря 2024 г. отметились многочисленными сообщениями в СМИ о поджогах банкоматов, полицейских участков и военкоматов. ПО работает в тысячи раз быстрее аналитиков Telegram», - рассказал «Известиям» директор департамента расследований компании T.Hunter Игорь Бедеров.
Со слов разработчиков, в самом списке опасного контента могут быть любые слова, например, «взрыв», «убить» или «поджог». Куда важнее сам окрас сообщения т.е. является ли оно потенциально опасным или же не вызывает опасений. ИИ-технология также производит выгрузку всех публичных сообщений автора, анализирует связи с другими пользователями, относит его к определенной половозрастной группе и региону проживания, как ранее, так и в настоящий момент. Если ИТ-система не выдает точные идентификаторы, то возможна выгрузка всех сообщений пользователя, истории изменений его никнейма, имени и фото, которые далее анализируются вручную для установления личности. В дальнейшем данные передается в правоохранительные органы в рамках действующих соглашений о сотрудничестве с Министерством внутренних дел (МВД) России. Дальше сотрудники правоохранительных органов сами принимают те или иные меры реагирования на ИТ-инциденты в сети.
Специалист по информационной безопасности (ИБ) группы компаний «ST IT» Ярослав Истомин напомнил о том, что в российском сегменте интернета уже действуют ИТ-системы для мониторинга социальных сетей и выявления экстремистского или преступного контента. Существуют государственные проекты в рамках обеспечения национальной безопасности, однако их технические возможности не афишируются. В то же время, ИТ-инструменты частных компаний в России чаще направлены на выявление угроз и киберпреступной деятельности, а не на массовую деанонимизацию пользователей в мессенджерах.
Основное назначение подобных ИТ-инструментов - деанонимизация с использованием сбора доступных данных: никнеймов, метаданных изображений, участия пользователя в группах, других сообщений, стикерпаков и тому подобного, отметил заместитель директора Центра компетенций Национальной технологической инициативы по большим данным Московского государственного университета (МГУ) им. М.В. Ломоносова Сергей Тростьянский. Это похоже на работу сыщика, который ищет улики на месте преступления. Нейронная сеть справляется с этим гораздо эффективнее, чем человек-аналитик, так как может анализировать огромный объем данных. Тростьянский подчеркнул, что если к этому добавляется также механизм выявления деструктивного контента на первом этапе, то востребованность Apparatus Sapiens увеличится.
ИИ-модель для налоговой
Специалисты Научно-образовательного центра Федеральной налоговой службы (ФНС) России и Московского государственного технического университета (МГТУ) им. Н.Э. Баумана разработали ИИ-модель, способную вычислять финансовых мошенников.
ИИ-модель активно ищет аномалии в финансовых данных, в частности оно может выявлять записи о юридических лицах с недостоверными сведениями. Например, ИИ-модель способна вычислить фейковые данные в Едином государственном реестре юридических лиц (ЕГРЮЛ) о новых компаниях т.е. существующих в России менее 30 дней и не сдавших налоговую отчетность.
Со слов разработчиков нейронной сети, в ИИ-модель загружаются обезличенные данные по регистрации юридических лиц, а на выходе сотрудники ФНС получают список ИНН подозрительных налогоплательщиков. Программа отбирает организации, которые могут оказаться мошенническими, по трем параметрам: адресу регистрации юридического лица, его руководителя и учредителя. Сама же ИИ-модель может обрабатывать данные о сотнях тысяч компаний в час.
Короткая ссылка
