minica - программа для создания сертификатов ssl

Описал как создавать и использовать сертификаты для веб публикаций 1С.

Введение

Для автоматического обновления тонких клиентов через веб-публикацию, включая 1C Link, необходимо использовать либо протокол http, что не является безопасным, либо https с корректным сертификатом, так как самоподписанный сертификат больше не подходит.

Создание сертификатов

Для решения этой задачи можно воспользоваться программой minica, доступной по следующей ссылке: https://github.com/jsha/minica

Например:

minica -ca-cert company-ca.pem -ca-key company-ca-key.pem -domains *.company.local,mysrv,anothername,localhost -ip-addresses 127.0.0.1,192.168.1.21

Получим файлы CA:

• company-ca.pem — корневой сертификат, можно переименовать в .crt и установить на клиентах и на сервере

• company-ca-key.pem — ключ коренного сертификата (не нужен)

и папку _.company.local с файлами:

• cert.pem — можно переименовать в .crt и установить на сервер
• key.pem — ключ сертификата

Но это файлы в формате pem (для закрытого ключа), который подходит для apache и nginx, но не подойдёт для IIS.

Конвертация для IIS

Для использования с IIS нужно сконвертировать файлы сертификатов. Это можно сделать с помощью openssl:

openssl pkcs12 -export -out cert.pfx -inkey .\key.pem -in .\cert.pem -certfile .\cert.pem

В итоге получится файл cert.pfx, который можно импортировать в хранилище сертификатов Windows и использовать в IIS.

Установка на клиентах

Сертификаты CA нужно установить на клиентах в “Доверенные корневые центры сертификации”.

На Windows можно установить так:

certutil -addstore "Root" 1C-Link-CA.crt

Сертификаты 1С Линк

Сейчасм можно скачать тут: https://d.1c.link/1C-Link-CA.crt

Но путь могут изменить, лучше посмотреть в документации.

Заключение

Исползование корневых сертификатов созданных с помощью minica позволяет пользоваться автоматическим обновлением тонких клиентов, при этом не жертвуя безопасностью.

Ссылки для спонсоров

Добавил ссылки для тех, кто вдруг захочет поддержать меня.

Поддержать меня можно тут:

• Подписка на Бусти
• DonationAlerts (DALINK)
• Канал на VK Video Live
• Канал на Дзене

swatchdog - простая отправлялка запросов

Форкнул swatchdog - программу для Push монитора Uptime Kuma.

В форк добавил:

• возможность установки и запуска как службы Windows;
• замер и отправку времени пинга;
• отправку времени работы (uptime) в параметре msg.

В Linux также работает.

Оригинал тут.

Анализ корреляций биржевых колебаний

Поэкспирементировал в Jupyter Lab и нарисовал несколько графиков на тему корреляции колебаний курса ETF и акций.

Ставим зависимости, если надо.

# !conda install snappy python-snappy pyarrow fastparquet 
# !pip install pandas_datareader

Настраиваем графики и импортируем библиотеки.

%matplotlib inline 
%config InlineBackend.figure_format = 'svg' #векторный формат

from matplotlib import pyplot as plt

plt.style.use('ggplot')  # Красивые графики
plt.rcParams['figure.figsize'] = (12, 5)  # Размер картинок

import numpy as np
import pandas as pd
from datetime import timedelta
from datetime import datetime
import math
import os
import pandas_datareader.data as web

Скачиваем информацию через API биржи в локальный каталог.

tikers = 'SBER,AFKS,GAZP,MAIL,YNDX,FXUS,FXIT,FXCN,FXDE,FXWO,FXRW'.split(',')

def download_data(tiker, path):
    filepath = os.path.join(path, f'{tiker}_2020.parquet')
    if os.path.exists(filepath):
        return
    df = web.DataReader(tiker, 'moex', start='2020-01-01', end='2020-11-12')
    df.to_parquet(filepath, engine='fastparquet')

for tiker in tikers:
    print(f'downloading: {tiker}')
    download_data(tiker, "D:\\data2\\Documents\\notebooks")

downloading: SBER
downloading: AFKS
downloading: GAZP
downloading: MAIL
downloading: YNDX
downloading: FXUS
downloading: FXIT
downloading: FXCN
downloading: FXDE
downloading: FXWO
downloading: FXRW

Загружаем кешированные на диске данные.

def load_data(tiker, path):
    result = None
    filepath = os.path.join(path, f'{tiker}_2020.parquet')
    if os.path.exists(filepath):
        result = pd.read_parquet(filepath)
    return result

dfs = {}
for tiker in tikers:
    dfs[tiker] = load_data(tiker, "D:\\data2\\Documents\\notebooks")

Значения полей BOARDID (режимы торгов) у акций и ETF разные. Для акций берём TQBR а для фондов TQTF.

dfs['FXIT']['BOARDID'].unique(), dfs['YNDX']['BOARDID'].unique()

(array(['TQTD', 'TQTF', 'SOTC', 'RPMO', 'PSRP', 'PSTF', 'PTTF'],
       dtype=object),
 array(['TQBR', 'SPEQ', 'SOTC', 'RPMO', 'RPEU', 'RPEO', 'MXBD', 'EQRP',
        'PSRP', 'EQRD', 'LIQR', 'PSRD', 'PSRE', 'PTEQ', 'PSEQ'],
       dtype=object))

Обрабатываем данные, чтобы убрать всё кроме нужного режима торгов, и интерполируем цену.

def price_data(x_df, boardid='TQBR'):   
    xdf = x_df.copy()
    xdf = xdf.where(xdf['BOARDID'] == boardid)
    xdf.dropna(axis=0, how='all', inplace=True)
    xdf.dropna(axis=1, how='all', inplace=True)
    if 0 == xdf.size:
        return xdf
    xdf['OPEN']    = xdf['OPEN'].interpolate(method='polynomial', order=2);
    xdf['CLOSE']   = xdf['CLOSE'].interpolate(method='polynomial', order=2);
    xdf['WAPRICE'] = xdf['WAPRICE'].interpolate(method='polynomial', order=2);
    return xdf

# для простоты, считаем что если имя начинается на FX то это ETF
for tiker in tikers:
    dfs[tiker] = price_data(dfs[tiker], boardid='TQTF' if 'FX' in tiker else 'TQBR')

Нормализуем графики с помомщью отношения средневзвешеной (по объёму торгов) цены WAPRICE и медианой этого показателя. Затем соединяем таблицы и строим графики.

# WAPRICE/median
def calc_wdm(df):
    return df['WAPRICE'] / df['WAPRICE'].median()

for tiker in tikers:
    dfs[tiker][tiker] = calc_wdm(dfs[tiker])

df_base = dfs['FXIT'][[]]

def merge_dfs(base):
    result = base
    for tiker in tikers:
        result = result.merge(dfs[tiker][[tiker]], how='outer', on='TRADEDATE')
    return result
        

xxdf = merge_dfs(df_base)

xxdf['diff_us'] = xxdf['FXUS'] - xxdf['FXIT']

# рисуем графики
xxdf.plot(y='FXUS,FXIT,FXCN,FXDE,FXWO,FXRW'.split(','), kind='line', title='ETF: WAPRICE / median')
xxdf.plot(y='SBER,AFKS,GAZP,MAIL,YNDX'.split(','), kind='line', title='RU: WAPRICE / median')
xxdf.plot(y='diff_us'.split(','), kind='line', title='FXUS - FXIT')
xxdf.plot(y='FXIT,YNDX'.split(','), kind='line', title='FXIT & YNDX')
xxdf.plot(y='FXWO,FXRW,FXUS'.split(','), kind='line', title='FXUS & FXWO & FXRW');

Все ETF Finex достаточно сильно коррелируют, за исключением FXRW конечно.

На российском рынке по произвольно выбранным акциям корреляция слабая.

Разница в колебаниях FXUS и FXIT.

Между Яндексом и FXIT некоторая корреляция есть.

Между FXWO и FXUS корреляция очень сильная.

Сертификаты 1С

В сервисе проверки сертификатов 1С нашел несколько своих.

Файлы сертификатов на диске

Про коронавирус

Просто видео про коронавирус.

И ещё одно видео, про экспоненциальный рост.

И ещё.

Текстовые статьи:

• Биомолекула: COVID-19: что мы знаем и чего не знаем

Первый пост!

Привет мир! Ну вот наконец то и первый пост!