📞 +79508873881 ✈ @Vkrbigdata ✉ admin@Vkrbigdata.ru

Кибергигиена в ВКР: как превратить школьный урок Security Vision в защищаемый дипломный проект

Поддомен: Cybersecurity. Роль эксперта: специалист по информационной безопасности.

26 марта 2026 года компания Security Vision провела в КидБурге образовательное мероприятие для учеников международной школы KIBERone — игровой урок цифровой грамотности, где дети разбирали фишинг, слабые пароли и правила поведения в сети. На первый взгляд — корпоративная новость и социальная ответственность вендора. На деле — готовый каркас для дипломной работы: тема просвещения пользователей сегодня превратилась в отдельное направление ИБ-инжиниринга со своими метриками, стендами и защитой результата перед аттестационной комиссией. Если вы искали прикладную нишу, где мало «студенческих» шаблонов и много живых данных, — это она.

Частые вопросы студентов: с чего начать тему по осведомлённости в ИБ

Можно ли взять такую «нетехническую» тему, или комиссия завернёт?

Завернуть могут, если в работе не будет измеримой модели и стенда. Кибергигиена — это не лекция, а управляемый процесс с метриками, ИТ-инфраструктурой для симуляций и оценкой эффекта. Как только появляются полигон, инструментарий и цифры «до/после», тема становится инженерной.

Где брать данные, если у меня нет доступа к реальной компании?

Разворачивайте учебный стенд: GoPhish или Evilginx в изолированной сети, собственные добровольцы (одногруппники), замеры PCR и reporting rate. Плюс открытые датасеты фишинговых писем и статистика из отчётов Verizon DBIR и Positive Technologies. Методологию вы описываете сами, данные генерируете тоже сами — это законно и защищаемо.

Какие метрики считаются «настоящими» в этой области?

Phishing Click Rate (PCR), Report Rate, время до первой жалобы (TTR), Retention через 30/90 дней, динамика MTTD/MTTR в службе ИБ. Всё это уже считается в разрезе пользователей, а не серверов, — отсюда и научная новизна: перенос SOC-метрик на уровень человеческого фактора.

Техническую часть обязателен свой код или хватит настройки open-source?

Хватит настройки, но с доработкой. Голый GoPhish выглядит как реферат. Как только вы пишете обёртку на Python для расчёта индексов, экспорт в SIEM через webhook или плагин отчётности — это уже результат интеллектуальной деятельности, который можно предъявить.

Три темы ВКР, которые вырастают из кейса Security Vision

Как встроить материал статьи в главы: практическая нарезка

Глава 1. Кейс как иллюстрация формирующегося тренда

Не пересказывайте новость — используйте её как точку отсчёта. В теоретической главе достаточно одного-двух абзацев: «массовые просветительские акции вроде мероприятия Security Vision в КидБурге демонстрируют переход от разовых лекций к игровым сценариям». Дальше — сопоставление с академическим знанием: Framing-модели обучения, таксономия Блума, поведенческие теории (PMT — Protection Motivation Theory). Схема, которую стоит нарисовать: IDEF0-контекстная диаграмма процесса «обучение кибергигиене» с входами (контент, участники), управлением (регламенты, ISO/IEC 27001), механизмами (LMS, GoPhish) и выходами (метрики).

Глава 2. Проектирование и реализация стенда

Здесь появляется код и конфигурации. Минимальный жизнеспособный стек: GoPhish как генератор кампаний, изолированный сегмент сети, база пользователей в CSV, шаблоны писем и лендингов, скрипт расчёта индексов. Для документации строят C4-диаграммы (контекст, контейнеры, компоненты) и UML-диаграммы последовательности для сценария «фишинговое письмо → клик → отчёт пользователя → инцидент».

# module/awareness.py
# Модуль расчёта интегрального индекса осведомлённости по итогам тренажёра
# Используется в главе 3 ВКР для оценки эффекта «до/после»

WEIGHTS = {
    "phishing_recognition": 0.35,   # распознавание поддельных писем
    "password_hygiene":     0.25,   # парольная гигиена и MFA
    "incident_reporting":   0.40,   # своевременная жалоба в SOC
}

def awareness_score(answers: dict, weights: dict = WEIGHTS) -> float:
    """answers: {"phishing_recognition": 0..1, ...}
    Возвращает нормированный индекс 0..1 для расчёта PCR и Retention."""
    weighted = sum(min(max(v, 0.0), 1.0) * w for v, w in weights.items())
    return round(weighted / sum(weights.values()), 4)

if __name__ == "__main__":
    before = awareness_score({"phishing_recognition": 0.42,
                              "password_hygiene": 0.55,
                              "incident_reporting": 0.18})
    after = awareness_score({"phishing_recognition": 0.81,
                             "password_hygiene": 0.79,
                             "incident_reporting": 0.68})
    print(f"Индекс до: {before} | после: {after} | прирост: {round(after - before, 3)}")

Глава 3. Метрики, эксперимент и защита результата

Для оценки нужны контрольная и экспериментальная группы, хотя бы по 20–30 человек, две волны тестирования — сразу и через 30 дней. Ниже — таблица метрик, которую можно вставить в третью главу как есть. Каждую цифру привязывайте к конкретной кампании: без даты, гипотезы и размера выборки метрика не защищается.

МетрикаФормула / способ сбораЦелевое значениеГде в ВКР
Phishing Click Rate (PCR)клики / доставленные письма< 5% на 3-й волнеГл. 3, п. 3.2
Report Rateжалобы пользователей / доставленные> 60%Гл. 3, п. 3.2
TTR (Time to Report)медиана времени до жалобы< 15 минГл. 3, п. 3.3
Retention 30 дней(score30 − score0) / (score_end − score0)> 0,7Гл. 3, п. 3.4
MTTD / MTTRлоги SIEM по инцидентуснижение на 20%Гл. 2/3

Чему вы научитесь на такой работе

Чек-лист перед сдачей работы
  1. Каждая задача из введения закрывается выводом соответствующей главы.
  2. Все рисунки (C4, UML, BPMN) подписаны по ГОСТ, ссылки на них есть в тексте.
  3. Метрики воспроизводимы: есть дата кампании, размер выборки, единицы измерения.
  4. Код в приложении сопровождается листингом и краткими комментариями, а не скриншотами.
  5. Список источников: не менее 25 позиций, из них 60% — за последние пять лет (OWASP, NIST, ISO/IEC 27001, ГОСТ Р).
  6. Проверена уникальность текста и корректность ссылок на используемые датасеты.
  7. Этическая часть: есть согласие участников симуляции, данные обезличены.
Типичные ошибки студентов в темах по ИБ

1. Пересказ новости вместо анализа. Половина работы превращается в «компания X провела мероприятие, это важно». Комиссия читает первые три абзаца и задаёт вопрос «где ваш вклад?». Лечится просто: отводите кейсу КидБурга и Security Vision не больше 1–2 абзацев во введении и один абзац в главе 1 как актуальный пример.

2. Отсутствие измеримости. Формулировки «повысили уровень осведомлённости» без единиц измерения — гарантированный минус на защите. Введите хотя бы два показателя и покажите динамику в таблице.

3. Симуляции без этики и изоляции. Кампании фишинга на реальных людей без согласия — отчисление через дисциплинарную комиссию. Учебный стенд должен быть изолирован, участники — добровольцами с подписанной формой согласия, данные — обезличены.

Если тема интересна, но непонятно, как свести кибергигиену, метрики и стенд в одну работу, — обращайтесь. У наших экспертов накоплено около 120 часов практики по каждой предметной области, есть бесплатная консультация и разбор темы до начала написания. Поможем и с полным циклом, и с отдельной главой, будь то сложная постановка эксперимента или аккуратный нормоконтроль. Если нужна помощь с дипломом в узкой теме вроде оценки осведомлённости — обсудим план до старта.

Материал подготовлен экспертами компании «Диплом-Эксперт». Мы помогаем студентам с 2010 года: от выбора темы и постановки задач до защиты и оформления. Если вам нужна консультация по разработке темы или ВКР на заказ по кибербезопасности и смежным направлениям — наши специалисты подскажут и предложат реалистичный план.

Последнее обновление: 2026-09-30

Источник: Мировой уровень безопасности: Security Vision подарила ученикам международной школы KIBERone незабываемый праздник цифровой грамотности в КидБурге (опубликовано 2026-03-26)