Выводы по главе

В ходе реализации второго раздела проекта была последовательно разработана, обоснована и реализована система, предназначенная для автоматического выявления и оценки рисков на основе анализа логов. Работа включала анализ альтернативных технологий, проектирование алгоритмов, реализацию модулей обработки и тестирование ключевых компонентов.

В начале главы был проведён сравнительный анализ языков программирования (Python, Go, Node.js), по результатам которого обоснован выбор Python как наилучшего инструмента с точки зрения скорости разработки, богатства библиотек для парсинга, статистической обработки и визуализации данных, а также доступности для интеграции в существующие веб-структуры.

На основе анализа логов и требований к системе были спроектированы и реализованы два алгоритмических подхода: универсальный условно-логический алгоритм с проверками и ответвлениями, а также последовательный потоковый алгоритм с чёткой структурой этапов. Эти подходы позволяют охватывать различные сценарии применения — от регулярного анализа логов до анализа в условиях высокой вариативности данных.

Разработанная система включает отдельный модуль анализа (analyzer.py), который реализует вычисление долей обращений, временных метрик (суммарного, среднего, медианного и максимального времени), а также классификацию URL по уровню активности и ресурсоёмкости. Основной модуль (__main__.py) обеспечивает чтение конфигурации, парсинг логов, управление ошибками и генерацию HTML-отчётов.

Функциональность системы подтверждена полноценной системой модульного тестирования (файлы test_analyzer.py, test_main.py), покрывающей все ключевые функции: от загрузки конфигурации и логов до верификации точности расчётов. Проведённые тесты и скриншоты работы системы демонстрируют стабильность, корректную обработку данных и соответствие заявленной архитектуре.

Таким образом, разработанная система обладает высокой степенью пригодности для использования в ИТ-проектах в целях оценки эксплуатационных и инфраструктурных рисков, предоставляет аналитическую основу для принятия решений и может быть расширена или интегрирована в более крупные мониторинговые платформы.

Заключение

В данной выпускной квалификационной работе была разработана и экспериментально проверена система для автоматизированного анализа рисков в IT-архитектуре, основанная на обработке логов и выявлении аномалий в работе информационных компонентов. Актуальность темы обусловлена необходимостью своевременного выявления угроз и повышения уровня доверия к элементам архитектуры в условиях динамически изменяющейся цифровой среды.

На первом этапе исследования проведён анализ теоретических основ управления рисками в информационных архитектурах. Рассмотрены существующие подходы к классификации ИТ-рисков, выделены ключевые методы оценки угроз, включая как традиционные методологии (CRAMM, COBIT for Risk, OCTAVE, Microsoft Risk Management), так и современные математические модели, включая вероятностный анализ, машинное обучение и методы учёта неопределённости. Особое внимание уделено ограничениям существующих решений и проблеме универсальности программных средств для оценки рисков.

На втором этапе работы был реализован программный инструмент, способный автоматически обрабатывать журналы событий, выявлять отклонения от нормы и классифицировать события по уровням риска. В процессе проектирования системы обоснован выбор языка Python, предложены два алгоритмических подхода к анализу (логическая и последовательная модели), построены блок-схемы и описаны процессы конфигурации, парсинга, агрегации и генерации отчётности. Основное внимание уделено обеспечению универсальности, масштабируемости и устойчивости системы к ошибочным данным.

Разработанная система прошла модульное тестирование, подтвердившее её корректную работу при различных сценариях, в том числе при наличии неполных, зашумлённых или сжатых логов. Были успешно протестированы все компоненты: механизм конфигурации, поиск и разбор логов, анализ рисков, формирование отчётов. Скриншоты работы системы подтверждают её работоспособность в реальной среде.

Практическая значимость работы заключается в возможности внедрения разработанного инструмента в процессы мониторинга ИТ-инфраструктуры для повышения прозрачности, управляемости и устойчивости архитектур к эксплуатационным угрозам. Система может применяться как самостоятельный компонент, так и в составе более широкой платформы информационной безопасности, предоставляя аналитическую основу для принятия решений.

Таким образом, поставленная цель — разработка и проверка программного инструмента для автоматизированного анализа рисков в ИТ-архитектуре — была успешно достигнута. В результате выполненной работы получен адаптируемый и расширяемый программный модуль, сочетающий эффективность обработки логов с применением современных подходов к оценке рисков и пригодный для дальнейшего развития в рамках DevSecOps-стратегий.