Background Image
Previous Page  14 / 15 Next Page
Information
Show Menu
Previous Page 14 / 15 Next Page
Page Background

Это означает, что для обобщенного суждения об истинности дан-

ной гипотезы может быть использовано несколько итераций. Приме-

нение каждого из них — отдельная гипотеза — характеризуется не-

которым значением коэффициента уверенности. Например, из одного

правила следует, что сотрудник

s

i

— нелояльный, причем коэффициент

уверенности этой гипотезы

CFe

k

равен 0,8. Другое правило, принимая

во внимание другие характеристики анализируемого субъекта (гипоте-

за

e

k

+1

), приводит к заключению, что этот же сотрудник — нелояльный

с

CFe

k

+1

= 0

,

2

.

Пусть

CFe

k

и

CFe

k

+1

— коэффициенты уверенности одинаковых

свидетельств, полученные при применении разных правил. Тогда ре-

зультирующий коэффициент уверенности

CF

(

e

k

, CFe

k

+1

) =

CFe

k

+

CFe

k

+1

CFe

k

CFe

k

+1

(2)

при

CFe

k

,

CFe

k

+1

>

0

.

При наличии нескольких гипотез итоговое значение

CF

может

быть получено в результате последовательного применения правила

(2), которое имеет свойство коммутативности, т.е. порядок, в котором

обрабатываются гипотезы, значения не имеет.

Заключение.

Таким образом, разработана универсальная фор-

мализованная модель внутреннего нарушителя информационной бе-

зопасности, которая может применяться как в государственных, так и

в коммерческих организациях. Угроза характеризуется интегральным

набором векторных показателей.

Модель предполагает групповое ранжирование и содержит боль-

шое число показателей, имеющих кластеризационные связи. Значения

показателей оцениваются как в количественных, так и в качественных

шкалах. Предложены способы формализации информации с помощью

теории нечетких множеств. При рассмотрении байесовского подхода

отмечено, что в данном случае потребуется значительный объем ста-

тистических данных.

ЛИТЕРАТУРА

1.

Карпычев В.Ю.

,

Сычев В.М.

,

Минин Ю.В.

Новые подходы к моделированию

внутреннего нарушителя информационной безопасности // Приборы и системы.

Управление, контроль, диагностика. 2013. № 7. С. 32–39.

2.

Гараев Я.Г.

,

Рязанцева М.В.

Оценка интеллектуальной собственности и не-

материальных активов сравнительным подходом с применением экспертно-

математических методов // НПЖ “Современные научные исследования и инно-

вации”.

http://web.snauka.ru/issues/2012/10/17777

(дата обращения 21.08.2013).

3.

Распоряжение

Правительства Москвы от 16 апреля 2010 г. № 707-РП “Об утвер-

ждении Концепции комплексной безопасности города Москвы”.

4.

Литвак Б.Г.

Экспертные технологии в управлении. М.: Дело, 2004. 400 с.

5.

Полещук О.М.

Методы формализации и обработки нечеткой экспертной инфор-

мации: Дис. . . . д-ра техн. наук. М., 2004. 278 c.

ISSN 0236-3933. Вестник МГТУ им. Н.Э. Баумана. Сер. “Приборостроение”. 2015. № 2 105