Перейти к основному содержимому
AXIOMA AI
Все новости ИИ в России
Технологии

Т1, ВТБ и РЖД создали первый в России квантовый криптоанклав для совместного обучения ML

Т1, ВТБ и РЖД создали первый в России квантовый криптоанклав для совместного обучения ML
Технологии
первый в РФ
первое в России применение квантового распределения ключей для защиты ML-инфраструктуры; Т1 + ВТБ + РЖД; совместное обучение без раскрытия исходных данных партнёров; скоринг ВТБ подтверждён на пилоте ПМЭФ-2026

5 июня 2026 года на ПМЭФ ИТ-холдинг Т1, банк ВТБ и ОАО «РЖД» представили итоги пилота «Квантовый криптоанклав» — первого в России применения квантового распределения ключей для защиты ML-инфраструктуры. Проект позволяет нескольким организациям совместно обучать ML-модели, не раскрывая исходные данные друг другу. Работоспособность подтверждена на скоринговых моделях ВТБ.

5 июня 2026 года на ПМЭФ-2026 ИТ-холдинг Т1, банк ВТБ и ОАО «РЖД» представили итоги пилотного проекта «Квантовый криптоанклав» — первого в России применения квантового распределения ключей шифрования для защиты ML-инфраструктуры.

Суть проекта:

ПараметрОписание
ТехнологияКвантовое распределение ключей (КРК)
НазначениеСовместное обучение ML-моделей на данных нескольких организаций
ИзоляцияИсходные данные партнёров не раскрываются друг другу
Первое применение в РФЗащита ML-инфраструктуры через КРК
ПодтверждениеСкоринговые модели ВТБ — успешно
СтартПо соглашению ПМЭФ-2025, итоги на ПМЭФ-2026

Как работает Квантовый криптоанклав: Традиционная проблема Federated Learning: организации хотят объединить данные для обучения лучших моделей, но не могут раскрыть конкурентно чувствительные или регуляторно защищённые данные.

«Квантовый криптоанклав» решает это через:

  1. 1.Криптоанклав: изолированная защищённая среда обработки — данные партнёра обрабатываются, но не видны другим
  2. 2.КРК: квантовое распределение ключей шифрования обеспечивает физически невзламываемую защиту каналов передачи
  3. 3.Федеративное обучение: модель обучается на объединённых данных без их физического слияния

Практическое применение:

  • Банки: скоринг на объединённых транзакционных данных без раскрытия клиентской базы
  • Транспорт/логистика: оптимизация маршрутов на данных РЖД + логистических партнёров
  • Промышленность: предиктивное обслуживание на данных нескольких заводов одной отрасли

Потенциальный круг пользователей: Государство, промышленность, телеком, финансы, ритейл, e-commerce — любые организации с поведенческими или транзакционными данными.

Для российского B2B:

  • Для финансовых директоров: квантовый криптоанклав открывает возможность отраслевых AI-моделей (banking consortium models) — объединения данных конкурентов без их раскрытия. Это снижает стоимость обучения и повышает качество скоринга для всех участников
  • Для DPO: технология позволяет соблюдать 152-ФЗ при совместном обучении моделей — исходные ПД не покидают периметр организации. Актуально для медицины, финансов, телекома
  • Для CISO: КРК обеспечивает защиту, физически недоступную для классических криптоатак (включая квантовые компьютеры). Это уровень защиты для наиболее чувствительных ML-систем

Это краткое изложение. Полный текст — на сайте источника:

Читать оригинал: iXBT.com / Новости ИТ-канала

Как это касается вашего бизнеса

Новые ИИ-технологии приносят пользу, когда работают с данными компании и не выносят их наружу. Внедряем ИИ-решения в контуре заказчика: данные остаются внутри периметра.