Разработка автоматизированной системы мониторинга и оповещения об утечках персональных данных пользователя

Содержание

Введение

Глава 1. Анализ предметной области мониторинга утечек персональных данных

1.1. Утечки персональных данных: основные понятия и актуальность

1.2. Анализ существующих решений для мониторинга утечек

1.3. Анализ источников данных об утечках

Глава 2. Проектирование системы мониторинга утечек

2.1. Постановка задачи

2.2. Проектирование интерфейса приложения

2.3. Архитектура приложения

2.4. Проектирование модуля мониторинга

2.5. Проектирование хранения и защиты данных

Глава 3. Программная реализация и тестирование

3.1. Программная реализация приложения

3.2. Описание интерфейса приложения

3.3. Тестирование приложения

Заключение

Список использованной литературы

ВЫПУСКНАЯ КВАЛИФИКАЦИОННАЯ РАБОТА

Разработка автоматизированной системы мониторинга и оповещения об утечках персональных данных пользователя

Введение

Стремительная цифровизация экономических и социальных процессов в Российской Федерации привела к росту объемов обрабатываемых персональных данных (ПДн) на несколько порядков. По оценкам аналитической компании InfoWatch, в 2023 году количество инцидентов утечки ПДн в России возросло на 23% относительно предыдущего года, при этом медианный объем скомпрометированных записей достиг 1,2 млн единиц на один инцидент [12, c. 34]. Рынок даркнет-площадок демонстрирует параллельную динамику — по данным Group-IB, за первое полугодие 2024 года на теневых форумах было предложено к продаже более 87 млн записей ПДн российских граждан [18, c. 56]. Эти цифры, однако, отражают лишь зарегистрированную статистику; реальные масштабы проблемы существенно выше.

Законодательное регулирование защиты ПДн опирается на ФЗ-152 «О персональных данных» и требования Приказа ФСТЭК России № 21 от 18.02.2013 «Об утверждении Состава и содержания организационных и технических мер по обеспечению безопасности персональных данных при их обработке в информационных системах персональных данных» [2, c. 3]. Указ Президента РФ № 250 от 01.05.2022 ввел дополнительные требования к операторам критической информационной инфраструктуры (КИИ), обязывая их внедрять средства раннего обнаружения утечек [5, c. 12]. Национальный проект «Цифровая экономика Российской Федерации» (2024–2030 гг.) в рамках федерального проекта «Информационная безопасность» предусматривает финансирование разработки отечественных систем мониторинга киберугроз — вектор развития, критически значимый для технологического суверенитета [7, c. 89].

Степень разработанности проблемы в российской научной литературе остается недостаточной. Труды ИСП РАН (Иванников В.П., Захаров В.Н.) сосредоточены преимущественно на статическом анализе кода и верификации ПО [3, c. 45], тогда как вопросы динамического мониторинга утечек — через агрегацию разнородных открытых источников, автоматизированного парсинга даркнет-форумов и Telegram-каналов — освещены фрагментарно. Работы сотрудников лаборатории кибербезопасности НИУ ВШЭ (Ревенков П.В., Бурдаков А.В.) посвящены теоретическим моделям угроз [8, c. 102], но не содержат практических архитектурных решений для персонализированных систем оповещения граждан. Публикации Positive Technologies и Group-IB, хотя и предоставляют актуальную статистику, ориентированы на корпоративный сегмент [12, c. 34]; массовый пользовательский рынок остается без эффективных инструментов.

Актуальность темы исследования продиктована необходимостью создания доступного для физических лиц программного средства, позволяющего в проактивном режиме отслеживать появление собственных данных в публичных базах утечек и теневом сегменте интернета, а также своевременно получать уведомления для минимизации рисков финансового или репутационного ущерба.

Цель работы — разработать автоматизированную систему мониторинга и оповещения об утечках персональных данных пользователя на основе интеграции API публичных сервисов и методов парсинга данных с применением отечественного технологического стека.

Задачи исследования:

• проанализировать структуру и типологию утечек ПДн в контексте российского законодательства и актуальных киберугроз;
• выполнить сравнительный обзор существующих решений для обнаружения утечек — коммерческих, открытых и государственных;
• определить перечень релевантных источников данных об утечках и разработать модель их категоризации;
• спроектировать архитектуру системы на основе принципов микросервисного подхода с применением REST API и асинхронной обработки задач;
• реализовать программный прототип с использованием языка Python 3.11, фреймворка FastAPI и СУБД Postgres Pro;
• провести функциональное и нагрузочное тестирование системы, подтвердив соответствие целевым показателям производительности.

Объект исследования — процесс автоматизированного обнаружения и идентификации утечек персональных данных российских пользователей через открытые и закрытые источники информации.

Предмет исследования — методы проектирования и программной реализации системы мониторинга утечек ПДн, обеспечивающей агрегацию данных из распределенных источников, сопоставление записей с профилем пользователя и формирование персонализированных оповещений в режиме, близком к реальному времени.

Методологическая база работы опирается на принципы разработки безопасного ПО по ГОСТ Р 56939-2016 [1, c. 18], паттерн архитектуры MVC для разделения логики приложения, методы REST API-проектирования в соответствии с ограничениями Филдинга (stateless-взаимодействие, кешируемость, единый интерфейс) [15, c. 67], асинхронную модель обработки задач с применением очереди RabbitMQ, UML 2.5 для визуализации компонентов системы. Инструментальную основу составляют Python 3.11 (FastAPI 0.110, SQLAlchemy 2.0, Celery 5.3), Postgres Pro Standard 15.4 (отечественная СУБД из Реестра Минцифры № 1825), контейнеризация Docker 24.0 и оркестрация Docker Compose, система контроля версий GitLab CE. Тестирование выполняется посредством pytest 7.4 и k6 0.47 (нагрузочное тестирование, метрики RPS и P95-latency).

Научная новизна состоит в разработке оригинальной модели категоризации источников утечек по векторам распространения (Telegram-каналы, Pastebin-подобные хостинги, torrent-трекеры, специализированные форумы) и методе ранжирования достоверности записей на основе частоты встречаемости идентичных хеш-сумм данных в различных базах. Впервые предложена архитектура системы, совмещающая персональный профиль пользователя с динамическим индексом скомпрометированных данных, обновляемым в фоновом режиме через планировщик задач.

Теоретическая значимость заключается в систематизации подходов к агрегации разнородных источников данных об утечках — от официальных реестров (НОКСов) до теневых маркетплейсов — и формализации алгоритма сопоставления

…