Background Image
Previous Page  12 / 15 Next Page
Information
Show Menu
Previous Page 12 / 15 Next Page
Page Background

(

E

=

{

e

m

}

— множество всех свидетельств, характеризующих нело-

яльность сотрудников в комплексной модели внутреннего нарушите-

ля);

p

(

e

1

/h

i

)

— вероятность поступления свидетельства

e

1

при условии

истинности гипотезы

h

i

;

p

(

e

1

/

ˉ

h

i

)

— вероятность поступления свиде-

тельства

e

1

при условии истинности гипотезы

ˉ

h

i

.

При наличии

m

независимых свидетельств апостериорная вероят-

ность гипотезы

h

i

оценивается следующим образом {байес04}:

p

(

h

i

/e

1

, e

2

, . . . , e

m

) =

=

p

(

e

1

/h

i

)

p

(

e

2

/h

i

)

. . . p

(

e

m

/h

i

)

p

(

h

i

)

p

(

e

1

/h

i

)

p

(

e

2

/h

i

)

. . . p

(

e

m

/h

i

)

p

( ˉ

h

i

)+

p

(

e

1

/

ˉ

h

i

)

p

(

e

2

/

ˉ

h

i

)

. . . p

(

e

m

/

ˉ

h

i

)

p

( ˉ

h

i

)

.

Данное равенство связывает гипотезу

h

i

с множеством подкреп-

ляющих ее свидетельств

E

. Интерпретация равенства предполагает

знание априорной вероятности

p

(

h

i

)

как вероятности, приписываемой

h

i

до появления каких-либо свидетельств, а также вероятности свиде-

тельств из

E

при наличии гипотезы

h

i

.

Отметим, что при низких априорных вероятностях любое положи-

тельное свидетельство значительно увеличивает вероятность гипоте-

зы. Если же априорная вероятность относительно велика, то положи-

тельное свидетельство лишь незначительно увеличивает ее.

Выражение для условной вероятности c точки зрения теории при-

нятия решений можно рассматривать как выражение правила принятия

решения и интерпретировать выражение

p

(

h

i

/e

k

) =

α

как утвержде-

ние: если характеристика

c

j

сотрудника

s

i

принимает значение

e

k

, то

можно полагать, что с вероятностью

α

справедлива гипотеза

h

i

.

Формула Байеса теоретически бесспорна, однако в исследуемой

задаче ее применение ограничено отсутствием данных, необходимых

для оценки условных вероятностей.

Следует отметить, что в общем случае байесовский подход требу-

ет значительного числа статистических данных не просто для каждого

значения

e

k

, но также для описания взаимосвязей

e

k

с каждой гипоте-

зой. Поэтому практически непреодолимая в исследуемой задаче труд-

ность заключается в установлении непосредственной связи гипотез

и соответствующих им признаков. Кроме того, в исследуемой задаче

характер таких взаимосвязей является функцией времени.

Практическая уникальность оценок возможности реализации ин-

сайдерской угрозы для каждого сотрудника

s

i

, исключающая наличие

генеральной совокупности или представительности выборки показате-

лей

C

l

, обусловила актуальность замены понятия вероятности иными,

доступными оценками.

Модель Шортлифа и Бьюкенена.

Приведенные ограничения

байесовского подхода к определению возможности реализации инсай-

дерской угрозы обусловливают необходимость рассмотрения альтер-

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2015. № 2 103