ИСПОЛЬЗОВАНИЕ МЕТОДОВ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ ОПТИМИЗАЦИИ КАЧЕСТВЕННОЙ ОЦЕНКИ РИСКОВ ИНФОРМАЦИОННОЙ БЕЗОПАСНОСТИ

Владимир Л. Евсеев, Антон С. Бураков, Виталий Г. Иваненко

Аннотация


Статья посвящена точности оценки рисков информационной безопасности. В статье обосновывается актуальность оценки рисков, исходя из последствий их реализации для бизнеса и вероятности их возникновения. Анализируется метод качественной оценки рисков информационной безопасности (метод экспертной оценки) на конкретном примере. Обосновывается применение методов кластерного анализа. На примерах показано использование методов кластерного анализа: метод ближайшего соседа, метод удаленного соседа, метод k-средних. Приводятся принципиальные недостатки первых двух методов: появление больших кластеров не имеющих сходств, отсутствие возможности у экспертов заранее задать желаемое количество кластеров. Обосновывается применение метода k-средних– наличие возможности у экспертов заранее задать желаемое количество кластеров с помощью задания начальных центров. Приводится сравнение результатов, полученных при обычной качественной оценке, с результатами полученными методами кластерного анализа. Обосновывается целесообразность использования методов кластерного анализа для повышения точности оценки рисков информационной безопасности.


Ключевые слова


оценка риска, методы кластерного анализа, метод ближайшего соседа, метод удаленного соседа, метод k-средних, степень реализации угрозы, степень влияния угрозы на актив, евклидово расстояние, определяющее расстояние, среднее внутрикластерное расстояние.

Полный текст:

PDF

Литература


1. Bodin L.D., Gordon L.A., Loeb M.P. Information security and risk management // Communications of the ACM. 2008. P. 64–68.
URL: https://www.researchgate.net/publication/220425249_Information_security_and_risk_management
(дата обращения: 15.03.2021). DOI: https://doi.org/ 10.1145/1330311.1330325.

2. Campbell T. The Information Security Manager // Practical Information Security Management. 2016. P. 31–42.
URL: https://www.researchgate.net/publication/311318229_Practical_Information_Security_Management (дата обращения: 15.03.2021). DOI: https://doi.org/10.1007/978-1-4842-1685-9.

3. Козунова С.С., Кравец А.Г. Формализованное описание процедуры управления рисками информационной системы // Вестник Астраханского государственного технического университета. Серия: Управление, вычислительная техника и информатика. 2018 № 2. С. 61–70.
URL: https://cyberleninka.ru/article/n/formalizovannoe-opisanie-protsedury-upravleniya-riskami-informatsionnoy-sistemy (дата обращения: 15.03.2021). DOI: https://doi.org/10.24143/2072-9502-2018-2-61-70.

4. Баранова Е., Мальцева А. Анализ рисков информационной безопасности для малого и среднего бизнеса // Директор по безопасности. 2015 № 9. С. 58–63. URL: https://publications.hse.ru/articles/157681360 (дата обращения: 15.03.2021).

5. Wangen G. Information Security Risk Assessment: A Method Comparison // JOURNAL OF LATEX CLASS FILES, VOL. 6, NO. 1, JANUARY 2007. P. 1–7. URL: https://ieeexplore.ieee.org/document/7912273 (дата обращения: 15.03.2021). DOI: https://doi.org/10.1109/MC.2017.107.

6. Куркина Е.П., Шувалова Д.Г. Оценка рисков: экспертный метод // Проблемы науки. 2017 № 1 (14).
С. 63–39. URL: https://cyberleninka.ru/article/n/otsenka-riska-ekspertnyy-metod (дата обращения: 15.03.2021).

7. Винокур И.Р. Методика анализа и управления рисками. Количественная оценка рисков // Вестник Пермского национального исследовательского политехнического университета. Социально-экономические науки. 2020 № 1. С. 204–217. URL: https://cyberleninka.ru/article/n/metodika-analiza-i-upravleniya-riskami-kolichestvennaya-otsenka-riskov (дата обращения: 15.03.2021).
DOI: https://doi.org/10.15593/2224-9354/2020.1.16.

8. Махрусе Н. Современные тенденции методов интеллектуального анализа данных: метод кластеризации // Московский экономический журнал. 2019 № 6. С. 359–377.
URL: https://cyberleninka.ru/article/n/sovremennye-tendentsii-metodov-intellektualnogo-analiza-dannyh-metod-klasterizatsii (дата обращения: 15.03.2021). DOI: https://doi.org/10.24411/2413-046X-2019-16034.

9. Kettenring J.R. The practice of cluster analysis. Journal of Classification. 2006, 23. P. 3–30.
URL: https://link.springer.com/article/10.1007/s00357-006-0002-6 (дата обращения: 15.03.2021).
DOI: https://doi.org/10.1007/s00357-006-0002-6.

10. Тюрин А.Г., Зуев И.О. Кластерный анализ, методы и алгоритмы кластеризации // Вестник МГТУ МИРЭА. 2014 № 2 июнь 2014 выпуск 3. С. 86-97. URL: https://rtj.mirea.ru/upload/medialibrary/fba/09-tyurin.pdf (дата обращения: 15.03.2021).

11. Лось А.Б., Кабаов А.С., Трунцев В.И. Особенности использования кластерного анализа в системе менеджмента информационной безопасности // Промышленные контроллеры АСУ. 2013 № 8. С. 67–71. URL: https://publications.hse.ru/articles/145281528 (дата обращения: 15.03.2021).

12. Алексеева В.А., Калимуллина В.А. Применение метода ближайших соседей при моделировании кредитных рисков // Вестник Ульяновского государственного технического университета. 2014 № 3 (67). С. 54–56. URL: https://cyberleninka.ru/article/n/primenenie-metoda-blizhayshih-sosedey-pri-modelirovanii-kreditnyh-riskov (дата обращения: 15.03.2021).

13. Якимов А.И., Борчик Е.М., Башаримов В.В. Совместном использовании методов кластерного анализа многомерных данных // Доклады Белорусского государственного университета информатики и радиоэлектроники. 2011 № 5 (59). С. 95–102. URL: https://cyberleninka.ru/article/n/sovmestnom-ispolzovanii-metodov-klasternogo-analiza-mnogomernyh-dannyh (дата обращения: 15.03.2021).

14. Осипова Ю.А., Лавров Д.Н. Применение кластерного анализа методом k-средних для классификации текстов научной направленности // Математические структуры и моделирование. 2017 № 3 (43).
С. 108–121. URL: https://cyberleninka.ru/article/n/primenenie-klasternogo-analiza-metodom-k-srednih-dlya-klassifikatsii-tekstov-nauchnoy-napravlennosti (дата обращения: 15.03.2021).

15. Герасимова Н.И. Метод кластеризации многомерных данных на основе модифициорованного алгоритма функционирования карт Кохонена / Н.И. Герасимова; науч. рук. С. В. Аксёнов // Молодежь и современные информационные технологии : сборник трудов XIII Международной научно-практической конференции студентов, аспирантов и молодых ученых, г. Томск, 9-13 ноября 2015 г. : в 2 т. Томск : Изд-во ТПУ, 2016. Т. 1. С. 136–137. URL: http://earchive.tpu.ru/bitstream/11683/17107/1/conference_tpu-2015-C04-v1-059.pdf (дата обращения: 15.03.2021).




DOI: http://dx.doi.org/10.26583/bit.2021.2.07

Ссылки

  • На текущий момент ссылки отсутствуют.


Лицензия Creative Commons
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.