# 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
[](https://www.ics-community.ru/uploads/images/gallery/2026-09/5uOimage.png)
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:
[](https://www.ics-community.ru/uploads/images/gallery/2026-09/6msimage.png)
После этого можно скопировать UUID из адресной строки:
[](https://www.ics-community.ru/uploads/images/gallery/2026-09/Jkdimage.png)
Аналогично, чтобы узнать номер нужного тега:
[](https://www.ics-community.ru/uploads/images/gallery/2026-09/StAimage.png)
##### **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()\['token'\],
> },
> )
>