El primer estándar GOST ruso para el desarrollo seguro de software de IA entra en discusión pública

Проект стандарта ГОСТ Р «Защита информации. Разработка безопасного программного обеспечения, реализующего технологии искусственного интеллекта. Общие требования» разработан ФСТЭК России, Институтом системного программирования РАН (ИСП РАН) и Сбером. Публичное обсуждение продлится до 17 сентября 2026 года. В отличие от ГОСТ Р 71539-2024, охватывающего всю систему ИИ, данный стандарт фокусируется именно на программном обеспечении в ее составе, дополняя базовый стандарт безопасной разработки ГОСТ Р 56939-2024. Он определяет «ПО ИИ» как комплекс, включающий модель ИИ и ее веса, программное обеспечение взаимодействия, среду выполнения, расширения (например, RAG, вызовы инструментов) и опционально обучающее ПО. Модели классифицируются как собственные, заимствованные (с исходным кодом/весами или подтверждением соответствия от разработчика) или привлеченные (используемые только в процессе разработки). Стандарт вводит новую терминологию: «механизмы ограничения поведения модели ИИ», «дрейф данных» и «паспорт модели ИИ». Он перечисляет 27 процессов: 10 типовых, 15 модифицированных и 2 полностью специфичных (управление наборами данных и безопасное обучение моделей ИИ). Управление наборами данных требует кросс-аннотирования, учитывает угрозы, такие как отравление данных и утечка, и включает правила для федеративного обучения. Безопасное обучение предписывает, что инфраструктура должна располагаться на территории России, и запрещает привлечение иностранных подрядчиков. Моделирование угроз должно учитывать базу угроз ФСТЭК, OWASP Top-10 для больших языковых моделей (LLM) и машинного обучения (ML), MITRE ATT&CK/ATLAS и состязательное машинное обучение по NIST. Требования безопасности включают происхождение данных, запрещенные классы результатов и маркировку контента. Тестирование должно включать состязательную устойчивость к инъекциям в подсказки и извлечению данных. Стандарт требует паспорт модели ИИ и машиночитаемый список компонентов (ППК) для цепочек поставок. Требования к локализации инфраструктуры обучения безусловны, а для хранения данных зависят от критичности системы. Стандарт явно исключает этические вопросы и вопросы предвзятости.