Детальная информация

Объект исследования – процесс категорирования объектов критической информационной инфраструктуры. Цель работы – разработка и программная реализация способа, повышающего скорость категорирования объектов КИИ и снижающего требования к квалификации специалистов. Задачи: проанализировать нормативную базу и процесс категорирования и выявить проблемы; разработать способ с формализованным расчётом показателей значимости и учётом отраслевых особенностей; разработать программный прототип, реализующий способ; провести апробацию и оценить эффективность. Методология включает анализ нормативных правовых актов и научной литературы, сравнительный и системный анализ, объектно-ориентированное проектирование и методы математической статистики. Разработан программный прототип «КИИ-Кат». Апробация подтвердила сокращение среднего времени категорирования объекта с 5,167 до 0,600 ч (повышение оперативности на 88,4 %), автоматизацию 66,7 % работ перечня и экономический эффект до 822 000 рублей за пять лет. Результаты применимы комиссиями по категорированию субъектов КИИ. В работе использованы язык Python, фреймворк FastAPI, ORM SQLAlchemy, шаблонизатор Jinja2, формат YAML, СУБД PostgreSQL и SQLite, библиотеки python-docx и openpyxl, фреймворк pytest.

The object of the study is the categorization of critical information infrastructure (CII) objects. The purpose is the development and software implementation of a method that increases categorization speed and reduces specialist qualification requirements. The objectives: to analyze the regulatory framework and the process and identify problems; to develop a method with formalized calculation of significance indicators and sectoral specifics; to develop a software prototype; to test it and evaluate efficiency. The methodology includes analysis of regulatory acts and scientific literature, comparative and systems analysis, object-oriented design, and mathematical statistics. The software prototype «KII-Kat» was developed. Testing confirmed a reduction of the average categorization time per object from 5.167 to 0.600 hours (88.4 % efficiency gain), automation of 66.7 % of work items, and an economic effect of up to 822,000 rubles over five years. The results are applicable by CII categorization commissions. The work used Python, FastAPI, SQLAlchemy, Jinja2, YAML, PostgreSQL and SQLite, python-docx, openpyxl, and pytest.