Kaspersky MLAD: Исользование внутреннего API

1.            Назначение документа

Данный документ описывает процесс подключения к внутреннему API Kaspersky MLAD для получения данных (значения тегов, информацию об инцидентах и артефакты работы моделей).

2.            Общая информация

На момент написания данной инструкции в Kaspersky MLAD не реализован официальный внешний API, через который можно было бы забирать данные во внешние системы. Тем не менее в системе присутствует API, используемый внутренними сервисами, к которому так же можно подключиться извне.

ВНИМАНИЕ: Описываемый в данном документе механизм подключения не является официальным функционалом Kaspersky MLAD, и производитель не несет ответственности при его использовании для коммуникации с внешними системами.

3.            Конфигурация

Таким образом, для подключения необходимых данных нужно отправить соответствующий запрос на нужный эндпоинт API.

Ниже будут приведены примеры скриптов python для подобных запросов. Но перед этим потребуется несколько предварительных шагов.

Извлечение хеша пароля

Пароль передается в хешированном виде, поэтому для его получения потребуются дополнительные действия, но только один раз (при условии, что пароль не меняется).

Предположим, что у нас есть некий пользователь, от лица которого будут выполняться запросы. Порядок действий следующий:

- Открываем страницу логина в MLAD
- Открываем "инструменты разработчика / developer tools" (F12 или правой кнопкой мыши в любом месте страницы -> "Просмотреть код / Inspect")
- В инструментах разработчика открываем вкладку "Network" / "Сеть"
- Вверху вкладки ставим "галочку" "Preserve log", иначе не увидите нужных запросов
- Авторизуемся под нашим пользователем
- Ищем в логе запрос авторизации (/api/authorize/)
- В "payload" будет искомый нами пароль, который мы можем использовать для авторизации в вызывающем API "скрипте".
- Пароль будет в виде хеша, например: "7DFcwe0I6Ult8w422gQgWg2TPUXKPYXlkRFlWvhkrPKAs8kfWcInbHo7UYiKMVYUa/rHQ7K7GtEvP8S2ZLJQAw=="
- Используем этот хеш в переменной ‘USER_PASSWORD’в основном скрипте

Поиск нужных UUID

Нужные нам UUID моделей и вообще любых элементов можно посмотреть в веб-интерфейсе MLAD.

Выберите нужный предиктивный элемент в дереве проекта:

После этого можно скопировать UUID из адресной строки:

Аналогично, чтобы узнать номер нужного тега:

Запрос значений тегов и предиктов через API

Ниже приведен пример скрипта для запроса значений тегов и артефактов работы моделей:

# импортируем нужные модули

import requests

import json

import logging

import time

from datetime import datetime

# учетная запись пользователя, от имени которого происходит подключение

USER_EMAIL = test@admin.com

# пароль в хешированном виде – см. инструкцию по извлечению хеша пароля выше

USER_PASSWORD = "z24y0qIWIn/zfnbI8YJlO3K+E38GcKtY8kRTyU2moNagGLUABgl9HeJrHWWblGdOE9cNmey2s3szM0Iy3v9l4w==" #hashed password

# IP адрес или имя хоста Kaspersky MLAD

MLAD_HOST = "192.168.179.131"

requests.packages.urllib3.disable_warnings()

logging.basicConfig(

    level=logging.INFO,

    format='%(asctime)s - %(levelname)s - %(message)s',

    datefmt='%Y-%m-%d %H:%M:%S'

)

logging.info(f"{20*'-'}START{20*'-'}")

auth_response = requests.post(

url=f'https://{MLAD_HOST}/api/authorize/',

json={

'username': USER_EMAIL,

'password': USER_PASSWORD,

},

verify=False,

)

logging.info(json.dumps(auth_response.json(), indent=4))

# timestamp - момент времени, от которого все будет рассчитываться, задается в миллисекундах

# для отправки запроса в реальном времени можно брать текущую метку времени:

# int(time()*1000)

timestamp_string = '2026-03-12 12:00:00'

timestamp_format = '%Y-%m-%d %H:%M:%S'

timestamp_obj = datetime.strptime(timestamp_string, timestamp_format)

timestamp_ms = int(timestamp_obj.timestamp() * 1000)

logging.info(f'{timestamp_obj} = {timestamp_ms} ms')

# period (ms)- Период, за который планируется достать данные из истории в миллисекундах. На странице истории выбирается из выпадающего списка.

# если мы хотим значение за конкретную метку времени, то можно поставить значение значительно ниже дискретности, с которой приходят данные, например, 10мс

# interval (ms) - интервал группировки (ресемпл) данных. Если данные приходят очень часто, то позволит группировать данные по окнам

# Если мы хотим получать одно значение раз в 5 минут, но не знаем точные метки времени, можно отправлять запрос каждые (T<5min) минут и указать период равный T. В таком случае будет возвращаться либо одно значение, либо ни одного.

# timestamp_position - Позиционирование центра времени, т.к. timestamp - обычно `center` т.е. значения будут браться по обе стороны от него.

# Т.е. если мы говорим "дай данные за 1 минуту", значит возьмутся 30 секунд до заданного timestamp и 30 секунд после. В целом можно не менять.

# element_uuid_list - UUID элементов моделей, чьи артефакты необходимо получить наравне с тегами

request_data = {

'period': 300000,

'interval': 150000,

'tag_id_list': [76], # список с номерами тегов – можно посмотреть во вкладке Активы

'timestamp_position': 'center',

'timestamp': timestamp_ms,

# element_uuid_list – список с UID моделей, из которых мы хотим брать предсказания для тегов из списка tag_id_list. Можно посмотреть в адресной строке браузера после выбора соответствующей модели в веб-интерфейсе – см инструкцию выше

'element_uuid_list': [

'ca6e5966-1c7f-11f1-8bb3-72a1019c5619'

],

}

history_data = requests.post(

url=f'https://{MLAD_HOST}/api/trends/',

json=request_data,

verify=False,

headers={

'Token': auth_response.json()['token'],

}

)

logging.info(json.dumps(history_data.json(), indent=4))

# Пример вывода:

# 2026-03-13 13:25:29 - INFO - 2026-03-12 12:00:00 = 1773306000000 ms

# 2026-03-13 13:25:29 - INFO - {

    # "REAL": {

        # "76": [

            # {

                # "timestamp": 1773306080000000000,

                # "y": 997.8019959509448

            # }

        # ]

    # },

    # "PRED": {

        # "ca6e5966-1c7f-11f1-8bb3-72a1019c5619": {

            # "76": [

                # {

                    # "timestamp": 1773306080000000000,

                    # "y": 1002.8917846679688

                # }

            # ]

        # }

    # },

    # "DIFF": {

        # "ca6e5966-1c7f-11f1-8bb3-72a1019c5619": {

            # "76": [

                # {

                    # "timestamp": 1773306080000000000,

                    # "y": 0.002571807693983069

                # }

            # ],

            # "ca6e5966-1c7f-11f1-8bb3-72a1019c5619": [

                # {

                    # "timestamp": 1773306080000000000,

                    # "y": 0.6879152193599999

                # }

            # ]

        # }

    # },

    # "tags_order": [

        # 76

    # ],

    # "tag_independent": [

        # "ca6e5966-1c7f-11f1-8bb3-72a1019c5619"

    # ]

# }

#- REAL - Измеренные (реальные) значения по запрошенным тегам

#- PRED - Предсказания значения тегов, сделанные конкретными элементами модели (сгруппированные по UUID элементам модели)

#- DIFF - Артефакты элементов модели, так же сгруппированы по UUID элемента модели. Могут внутри содержать как артефакты по тегам, так и собственные

#- RULE - Артефакты элементов типа "Правило"

#- tags_order - порядок тегов, нужно для UI.

#- tag_independent - перечисление всех артефактов, нужно для UI.

#Некоторых ключей может не быть, если при заданных параметрах, не окажется данных.

Запрос инцидентов через API

Пример кода для запроса инцидентов:

start_date = datetime(2024, 1, 1, 0, 0, 0).isoformat()
end_date = datetime(2024, 12, 31, 23, 59, 59).isoformat()
incidents = requests.get(
    f'https://mlad/api/incidents/external?start_date={start_date}&end_date={end_date}',
    verify=False,
    headers={
        'Token': auth_response.json()['token'],
    },
)