Дипломная работа на тему "ТЮМГУ | Разработка специализированного поискового сервиса персональных данных в открытых источниках"

Дипломная работа на тему "ТЮМГУ | Разработка специализированного поискового сервиса персональных данных в открытых источниках"

Диплом по теме «Разработка специализированного поискового сервиса персональных данных в открытых источниках» включает анализ угроз цифровой идентичности, проектирование архитектуры сбора и индексации данных, реализацию поискового движка с фильтрацией по юрисдикции и уровню чувствительности. Работа соответствует требованиям Синергия по специальности 09.03.02 и включает расчёт экономического ущерба от утечек.

Нужен разбор вашей темы Дипломная работа на тему "ТЮМГУ | Разработка специализированного поискового сервиса персональных данных в открытых источниках"? Получите бесплатную консультацию: @Diplomit | +7 (987) 915-99-32 (WhatsApp)

Актуальность темы

В 2024 году в России зафиксировано 12,7 млн утечек персональных данных — рост на 34% по сравнению с 2022 годом (источник: ФСТЭК России). При этом 68% информации попадает в открытые источники: соцсети, форумы, GitHub, публичные базы. ТЮМГУ, как федеральный университет, сталкивается с рисками компрометации сотрудников и студентов через досье, собираемые с помощью OSINT-инструментов.

По нашему опыту анализа 50+ работ по Прикладная информатика в Синергия, тема поисковых сервисов персональных данных остаётся недооценённой. Большинство студентов ограничиваются теорией, но не реализуют реально работающий прототип. А ведь уже в 2025 году Роскомнадзор ввёл штрафы до 2 млн руб. за незаконный сбор ПДн (постановление № 102 от 14.03.2025).

Ключевая проблема: отсутствие специализированных поисковиков, ориентированных на российские источники и требования ФЗ-152. Общие платформы вроде Google или Yandex не фильтруют по чувствительности или юрисдикции. Это создаёт пробел, который и может закрыть ваша ВКР.

Цель и задачи

Цель: разработка поискового сервиса для обнаружения персональных данных в открытых источниках с учётом требований ФЗ-152 и ГОСТ Р 57580.1-2017.

Задачи:

1. Проанализировать угрозы утечки ПДн в российских вузах (на примере ТЮМГУ).
2. Изучить существующие OSINT-инструменты: Maltego, SpiderFoot, theHarvester.
3. Разработать архитектуру сбора данных с учётом rate-limiting и CAPTCHA.
<4>Спроектировать базу данных с классификацией данных по уровню чувствительности (ФСТЭК).
4. Реализовать поисковый интерфейс с фильтрацией по источнику, дате, типу данных.
5. Оценить экономическую эффективность внедрения (снижение рисков компрометации).

Задачи соответствуют структуре методички Синергия: анализ → проектирование → разработка → расчёт. Особенно важно привязать фильтрацию к классификатору ФСТЭК — это повысит научную ценность.

Рекомендуемая структура дипломной работы

Пример введения для Синергия

В условиях цифровизации образовательной среды Тюменского государственного университета возрастает риск утечки персональных данных студентов и сотрудников через открытые источники. Ежедневно в интернете публикуются десятки тысяч фрагментов ПДн: от сканов документов до постов в соцсетях. Существующие поисковые системы не обеспечивают фильтрацию по чувствительности или юрисдикции, что затрудняет мониторинг угроз.

Объект исследования — информационная безопасность ТЮМГУ. Предмет — процессы обнаружения и классификации персональных данных в открытых источниках. Цель работы — разработка специализированного поискового сервиса, позволяющего выявлять утечки ПДн с учётом требований ФЗ-152 и ГОСТ Р 57580.1-2017.

Научная новизна заключается в адаптации классификатора чувствительности ФСТЭК для автоматизированной фильтрации. Практическая значимость — снижение рисков штрафов и репутационных потерь для вуза. Работа опирается на ГОСТ 34.602-2020 (информационные системы) и методические рекомендации Синергия по оформлению ВКР.

Как написать заключение по Прикладная информатика

В ходе работы был проанализирован уровень угроз персональным данным в российских вузах, разработана архитектура поискового сервиса с модулями сбора, индексации и фильтрации. Реализован прототип на Python с использованием Scrapy, Elasticsearch и Flask. Система позволяет обнаруживать утечки ПДн с точностью 89% и классифицировать их по уровню чувствительности.

Расчёт показал, что внедрение сервиса в ТЮМГУ сократит риски штрафов на 40%, а время реагирования на утечки — с 72 до 6 часов. Рекомендуется интеграция с системой SIEM университета и регулярное обновление списка источников.

Требования к списку литературы Синергия

Список должен содержать не менее 20 источников, из них 10% — за последние 2 года. Обязательно включение:

• ФЗ-152 «О персональных данных»
• ГОСТ Р 7.0.100-2018 (библиографическая запись)
• ГОСТ Р 57580.1-2017 (защита ПДн)

Примеры реальных источников:

1. ФСТЭК России. Нормативные документы по защите ПДн (2024)
2. Роскомнадзор. Правовые основы обработки персональных данных (2025)

Вопросы, которые часто задают студенты

Можно ли использовать готовые решения в ВКР?

Да, но с адаптацией. Например, SpiderFoot можно взять за основу, но добавить модуль классификации по ГОСТ Р 57580.1-2017. Главное — показать вклад: новые алгоритмы, интерфейс, интеграцию с российскими источниками.

Сколько страниц должна быть практическая часть?

40–60 страниц. Включите: диаграммы UML, ER-модель, листинг кода (300–400 строк), скриншоты интерфейса, результаты тестирования. Без этого комиссия может запросить доработку.

Можно ли использовать open-source решения?

Да, но только с указанием источника и модификацией. Например, Elasticsearch — отличный движок, но нужно реализовать кастомный анализатор для русского языка и чувствительных данных.