72 lines
3.6 KiB
Python
72 lines
3.6 KiB
Python
"""
|
|
===============================================================================
|
|
FILE: services/scud_etl/anomaly_detector.py
|
|
PROJECT: SCUD Orion AI (Unified Architecture)
|
|
MODULE: services / scud_etl
|
|
ROLE: Автоматическое выявление аномалий и конфликтов между 1С:ЗУП и СКУД.
|
|
|
|
AI-CONTEXT-ANCHORS:
|
|
- ANCHOR[ANOMALY_DETECTOR_CORE]: Проверка физического присутствия в отпуске и перемещений без входа.
|
|
===============================================================================
|
|
"""
|
|
|
|
import pandas as pd
|
|
from typing import List, Dict, Any, Optional
|
|
|
|
ALLOWED_WORK_TRIP_KEYWORDS = ['командировк', 'разъездн', 'поездк']
|
|
|
|
|
|
# ANCHOR[ANOMALY_DETECTOR_CORE]
|
|
def detect_all_anomalies(
|
|
merged_df: pd.DataFrame,
|
|
static_reasons_dict: dict,
|
|
kb_rules: List[str],
|
|
scud_fios_set: Optional[set] = None
|
|
) -> List[Dict[str, Any]]:
|
|
"""Выявляет конфликты и аномалии между источниками СКУД и 1С."""
|
|
anomalies = []
|
|
kb_rules_text = " ".join(kb_rules).lower() if kb_rules else ""
|
|
|
|
for idx, row in merged_df.iterrows():
|
|
fio = row.get('Сотрудник', row.get('fio_clean', ''))
|
|
fio_clean = row.get('fio_clean', '')
|
|
is_present = row.get('Пришел', False)
|
|
is_exc = row.get('is_excluded', False)
|
|
reason_1c = str(row.get('Вид_отсутствия', '')).strip()
|
|
has_1c_reason = pd.notna(row.get('Вид_отсутствия')) and reason_1c != '' and not reason_1c.startswith('Исключение')
|
|
anom_flag = row.get('anomaly_flag', 'NONE')
|
|
|
|
is_fio_whitelisted = fio_clean.lower() in kb_rules_text
|
|
|
|
# 1. Присутствие при официальном отсутствии
|
|
if is_present and has_1c_reason:
|
|
is_allowed_trip = any(kw in reason_1c.lower() for kw in ALLOWED_WORK_TRIP_KEYWORDS)
|
|
if not is_allowed_trip and not is_fio_whitelisted:
|
|
anomalies.append({
|
|
"type": "ФИЗИЧЕСКОЕ ПРИСУТСТВИЕ ПРИ ОФИЦИАЛЬНОМ ОТСУТСТВИИ",
|
|
"fio": fio,
|
|
"details": f"Сотрудник пришел по СКУД, но в 1С оформлен документ: '{reason_1c}'"
|
|
})
|
|
|
|
if is_exc and not has_1c_reason:
|
|
continue
|
|
|
|
# 2. Перемещение внутри здания без отметки входа на КПП
|
|
if anom_flag == 'ANOMALY_NO_IN_HAS_ACTIVITY':
|
|
first_act = row.get('Первая_активность', '—')
|
|
anomalies.append({
|
|
"type": "АНОМАЛИЯ СКУД: ПЕРЕМЕЩЕНИЕ БЕЗ ВХОДА",
|
|
"fio": fio,
|
|
"details": f"Отсутствует регистрация входа на КПП при зафиксированной первой активности в {first_act}"
|
|
})
|
|
|
|
# 3. Сотрудник в штате 1С, но карты/профиля в СКУД нет
|
|
if scud_fios_set is not None:
|
|
if fio_clean not in scud_fios_set and not has_1c_reason:
|
|
anomalies.append({
|
|
"type": "АНОМАЛИЯ УЧЕТА: СОТРУДНИК ОТСУТСТВУЕТ В СКУД ОРИОН PRO",
|
|
"fio": fio,
|
|
"details": f"Сотрудник числится в Штатном расписании 1С ({row.get('Подразделение', '—')}), но отсутствует в СКУД"
|
|
})
|
|
|
|
return anomalies |