- •Условные сокращения
- •Введение
- •1. Менеджмент риска информационной безопасности
- •1.1. Основные термины и определения
- •1.2. Система менеджмента информационной безопасности
- •1.3. Менеджмент риска информационной безопасности
- •Конец первой и последующих итераций
- •1.3.1. Установление контекста
- •1.3.2. Оценка риска нарушения информационной безопасности
- •1.3.2.1. Анализ риска
- •1.3.2.1.1. Идентификация риска
- •1. Определение (идентификация) активов
- •Реестр информационных ресурсов Компании
- •2. Определение угроз
- •Определение существующих мер и средств контроля и управления
- •Выявление уязвимостей
- •5. Определение последствий
- •1.3.2.1.2. Установление значения риска (количественная оценка риска)
- •1.3.2.2. Оценивание риска
- •1.3.3. Обработка риска
- •1) Снижение риска
- •2) Сохранение риска
- •Предотвращение риска
- •Перенос риска
- •1.3.4. Принятие риска
- •1.3.5. Коммуникация риска
- •1.3.6. Мониторинг и переоценка риска
- •1.4. Стандарты в области управления информационными рисками
- •1.5. Инструментальные средства для управления рисками
- •1.5.9. Гриф 2006
- •1.5.10. АванГард
- •1.6. Контрольные вопросы
- •2. Математические основы принятия решений при управлении рисками
- •2.1. Основные понятия и обобщенная классификация задач принятия решений
- •2.2. Формальное описание моделей принятия решений
- •2.3. Методы экспертных оценок
- •2.3.1. Методологические основы и предпосылки применения методов экспертных оценок
- •2.3.2. Основные типы шкал
- •2.3.3. Методы проведение экспертизы
- •2.3.4. Качественные экспертные оценки
- •2.3.5. Этапы работ по организации экспертной оценки
- •2.3.6. Отбор экспертов и их характеристика
- •2.3.7. Методы опроса экспертов
- •2.3.8. Методы обработки экспертной информации, оценка компетентности и согласованности мнений экспертов
- •2.4. Детерминированные модели и методы принятия решений
- •2.4.1. Постановка многокритериальных задач принятия решений
- •2.4.2. Характеристики приоритета критериев. Нормализация критериев
- •2.4.3. Принципы оптимальности в задачах принятия решений
- •2.4.4. Постановка задач оптимизации на основе комбинирования принципов оптимальности
- •2.4.5. Теория полезности. Аксиоматические методы многокритериальной оценки
- •2.4.6. Метод аналитической иерархии
- •2.4.7. Методы порогов несравнимости электра
- •2.5. Статистические модели и методы принятия решений в условиях неопределенности
- •2.5.1. Статистическая модель однокритериального принятия решений в условиях неопределенности
- •2.5.2. Построение критериев оценки и выбора решений для первой ситуации априорной информированности лпр
- •2.5.2.1. Критерий Байеса-Лапласа
- •2.5.2.2. Критерий минимума среднего квадратического отклонения функции полезности или функции потерь
- •2.5.2.3. Критерий максимизации вероятности распределения функции полезности
- •2.5.2.4. Модальный критерий
- •2.5.2.5. Критерий минимума энтропии математического ожидания функции полезности
- •2.5.2.6. Критерий Гермейера
- •2.5.2.7. Комбинированный критерий. Объединение критериев Байеса-Лапласа и среднего квадратического отклонения функции полезности (потерь)
- •2.5.3. Построение критериев оценки и выбора решений для второй ситуации априорной информированности лпр
- •2.5.3.1. Максиминный критерий Вальда
- •2.5.3.2. Критерии минимаксного риска Сэвиджа
- •2.5.4. Построение критериев оценки и выбора решений для третьей ситуации априорной информированности лпр
- •2.5.4.1. Критерий Гурвица
- •2.5.4.2. Критерий Ходжеса-Лемана
- •2.5.5. Пример оценки отдельных характеристик качества информационной системы в условиях неопределенности
- •2.5.6. Статистическая модель многокритериального принятия решений на основе принципов оптимальности в условиях неопределенности
- •2.5. Методы оптимизации
- •2.7. Контрольные вопросы
- •Заключение
- •Приложение Справочные данные
- •Библиографический список
- •Оглавление
- •394026 Воронеж, Московский просп., 14
2.5.3.1. Максиминный критерий Вальда
Рассмотрим ситуацию принятия решения, когда функция полезности выражается в виде . Тогда согласно принципу максимина каждому решению присваивается в качестве оценки его гарантированный уровень, который определяется как наименьшее по состояниям среды значение функции полезности:
Оптимальным называется такое решение , для которого
Правило выбора решения в соответствии с максиминным критерием для дискретного множества решений можно интерпретировать следующим образом.
Матрица решений (функция полезности) дополняется еще одним столбцом из наименьших результатов каждой строки. Выбираются те альтернативы , в строках которых стоят наибольшие значения этого столбца.
Такие выбранные альтернативы полностью исключают риск. Это означает, что ЛПР не может столкнуться с более плохим результатом, чем тот, на который он ориентируется. Какие бы вероятности ни встретились, соответствующий результат не может оказаться ниже .
Применение максиминного критерия оправданно, если ситуация характеризуется следующими условиями:
о величинах вероятности состояний среды ничего не известно;
приходится считаться с появлением различных вероятностей состояний среды;
решение реализуется лишь один раз;
необходимо исключить какой бы то ни было риск.
Итак, каждое решение оценивается согласно принципу максимина по «наихудшему» состоянию среды для этого решения, и «оптимальным» является решение, приводящее к наилучшему из наихудших значений функции полезности.
Если функция полезности выражена в форме потерь , то описанный принцип обычно называют минимаксным. Согласно этому принципу ЛПР пытается свести к минимуму максимально возможное значение функции потерь при оценке решения в случае второй ситуации априорной информированности. Принцип максимина (минимакса) учит действовать с крайней осторожностью на основании допущения, что противник – мастер. Такая установка не всегда оправданна.
2.5.3.2. Критерии минимаксного риска Сэвиджа
В критерии Сэвиджа функция полезности выражена в форме сожалений или риска. Оптимальным решением или является решение, удовлетворяющее условию:
для функции полезности в виде
где
для функции полезности в виде ,
где
Соответствующее критерию Сэвиджа правило выбора интерпретируется так: каждый элемент матрицы решений вычитается из наибольшего результата соответствующего столбца. Разности образуют матрицу остатков . Эта матрица пополняется столбцом наибольших разностей . Выбираются те варианты , в строках которых стоит наименьшее для этого столбца значение.
Величину
можно интерпретировать как потери (штрафы), возникающие в состоянии при замене лучшего для него варианта на вариант . Тогда величина представляет собой (при интерпретации в качестве потерь) максимально возможные (по всем внешним состояниям ) потери в случае выбора варианта . Эти максимально возможные потери минимизируются за счет выбора подходящего варианта .
Смысл критерия определяется понятием сожаления (риска).