Sääntely 🇷🇺 30.07.2026 14:03

Venäjän ensimmäinen GOST-standardi turvalliselle tekoälyohjelmistokehitykselle julkiseen keskusteluun

СберСбер
Venäjän FSTEC, ISP RAS ja Sber ovat kehittäneet luonnoksen GOST R -standardiksi turvallisen tekoälyohjelmiston kehittämiseen. Julkinen keskustelu on avoinna 17. syyskuuta 2026 asti. Standardi täydentää olemassa olevaa GOST R 56939-2024 -standardia tekoälykohtaisilla vaatimuksilla, kattaen tiedonhallinnan, turvallisen koulutuksen, uhkamallinnuksen ja mallipassit.
Luonnos kansalliseksi standardiksi GOST R ”Tietoturva. Tekoälyteknologioita toteuttavan tietoturvallisen ohjelmiston kehittäminen. Yleiset vaatimukset” on laadittu yhteistyössä Venäjän FSTEC:n, Venäjän tiedeakatemian järjestelmäohjelmoinnin instituutin (ISP RAS) ja Sberin kanssa. Julkinen keskustelu kestää 17. syyskuuta 2026 asti. Toisin kuin GOST R 71539-2024, joka kattaa koko tekoälyjärjestelmän, tämä standardi keskittyy nimenomaan sen ohjelmistoon täydentäen perustason tietoturvallisen kehityksen standardia GOST R 56939-2024. Se määrittelee ”tekoälyohjelmiston” kokonaisuutena, joka sisältää tekoälymallin ja sen painot, vuorovaikutusohjelmiston, suoritusympäristön, laajennusohjelmiston (kuten RAG- ja työkalukutsut) ja lisäksi mahdollisesti koulutusohjelmiston. Mallit luokitellaan omiksi, lainatuiksi (lähdekoodi/painot tai alkuperäisen kehittäjän vaatimustenmukaisuustodistus) tai käytetyiksi (vain kehityksen aikana). Standardi tuo uutta terminologiaa, kuten ”tekoälymallin käyttäytymisen rajoitusmekanismit”, ”data drift” ja ”tekoälymallin passi”. Se luettelee 27 prosessia: 10 tyypillistä, 15 muokattua ja 2 täysin omaa (tietoaineiston hallinta ja tekoälymallien tietoturvallinen koulutus). Tietoaineiston hallinta edellyttää ristiinannotointia, käsittelee uhkia kuten tietomyrkytys ja tietovuoto, ja sisältää säännöt federoidulle oppimiselle. Tietoturvallinen koulutus edellyttää, että infrastruktuuri sijaitsee Venäjän alueella ja kieltää ulkomaisten urakoitsijoiden käytön. Uhka-analyysissä on huomioitava FSTEC:n uhkatietokanta, OWASP Top-10 LLM- ja ML-uhkista, MITRE ATT&CK/ATLAS sekä NIST:n adversariaali ML. Turvallisuusvaatimuksiin kuuluvat datan alkuperä, kielletyt tulosluokat ja sisältömerkinnät. Testaukseen on sisällyttävä adversariaalinen kestävyys prompt injectionia ja tiedonpoimintaa vastaan. Standardi edellyttää tekoälymallin passia ja koneluettavaa komponenttilistaa (PPK) toimitusketjuja varten. Koulutusinfrastruktuurin paikallisuusvaatimukset ovat ehdottomia, kun taas tietovarastoinnin osalta ne riippuvat järjestelmän kriittisyydestä. Standardi nimenomaisesti sulkee pois eettiset ja vinoumaan liittyvät kysymykset.
Lähde: Habr — хаб ИИ — Alkuperäinen
Aiemmat aiheeseen liittyvät kirjoituksemme ↓
Tuoreet uutiset