МЕТОД ОБРАБОТКИ ДАННЫХ ЭКСПЕРТНОГО ОЦЕНИВАНИЯ В МОДЕЛИРОВАНИИ ПОВЕДЕНИЯ СОТРУДНИКА СЛУЖБЫ ЗАЩИТЫ ИНФОРМАЦИИ
Зданович С.В.
Ставропольский государственный университет
Ставрополь, Россия
По результатам экспертного оценивания влияния внутренних характеристик сотрудников на их устойчивость к разглашению конфиденциальных данных были получены оценки по каждой из представленных характеристик трех групп экспертов по12 человек. Для получения исходных данных для моделирования необходимо обработать полученный массив данных по предлагаемой методике.
На первом этапе производится ввод исходных данных. На втором этапе определяется определение суммарного балла каждого j-го эксперимента для всех i-ых оцениваемых критериев на k-ом уровне, т.е.
, (1)
и общий балл для всех j-ых экспериментов, оценивающих i-ый критерий:
, (2)
где - балл, установленный j-экспертом i-му критерию;
n – число оцениваемых критериев;
m – количество экспертов.
На третьем этапе устанавливается степень однородности средних арифметических оценок для различных групп экспертов по всем оцениваемым критериям. Для этих целей определяется среднее арифметическое Mj для каждой группы экспертов, т.е.
, (3)
где - абсолютная величина оценки, данная j-экспериментом;
n - количество экспертов, оценивающих данный критерий.
В дальнейшем определяется общее среднее значение для всех групп экспертов:
, (4)
где m – количество групп экспертов,
а также дисперсия D[M] относительно среднего значения:
, (5)
Кроме того, определяются выборочные дисперсии (Dj), т.е. дисперсии по каждой группе экспертов, оценивавших данный критерий:
, (6)
и среднее арифметическое из этих дисперсий ():
, (7)
Эмпирическое значение - критерия рассчитывается по формуле:
, (8)
Далее определяется критическое значение ,
где – вероятность отбрасывания истинной гипотезы;
– число степеней свободы
и проверяется условие:
если – средние арифметические отличаются случайным образом;
если – отличия не случайны.
В дальнейшем устанавливается однородность дисперсий по критерию Бартлетта.
Для расчета однородности дисперсий по критерию Бартлетта используются уже ранее полученные значения выборочных дисперсий (Dj) и общие средние арифметические (D0) из этих дисперсий.
Значение эмпирического критерия Бартлетта рассчитывается по формуле:
, (9)
Затем сопоставляется значение с критическим значением . Если (где ), то гипотеза об однородности принимается, а если - отклоняется.
На четвертом этапе производится оценка степени влияния личностных характеристик на безопасность КИ. В этих целях, используя аппарат корреляционно-регрессивного анализа, выбрана полиномиальная модель не выше второго порядка вида:
, (10)
где Y – значение, характеризующее безопасность КИ;
, , – параметры модели, значения которых определяются по данным экспериментов;
– остаток, характеризующий ошибку эксперимента и ошибку выбора модели.
Рассматриваемая модель является моделью второго порядка по независимым переменным и линейной по параметрам .
Путем соответствующих замен нелинейные модели могут быть приведены к линейному виду, типа:
. (11)
После определения оценок параметров βi уравнение регрессии (статистическая модель) примет вид:
, (12)
где – предсказанное значение свойства Y.
На пятом этапе производится вывод результата на печать, обработка полученных результатов, построение диаграмм, формулировка выводов и практических рекомендаций.
Список литературы.
1. Росенко А.П. Теоретические основы анализа и оценки влияния внутренних угроз на безопасность конфиденциальной информации. М.: Гелиос АРВ, 2008. 154с.
Библиографическая ссылка
Зданович С.В. Метод обработки данных экспертного оценивания в моделировании поведения сотрудника службы защиты информации // III Международная научная конференция «Современные проблемы информатизации в системах моделирования, программирования и телекоммуникациях».
URL: http://econf.rae.ru/article/4665 (дата обращения: 02.05.2024).
Прочитать публикацию в формате PDF
, (1)
, (2)
- балл, установленный j-экспертом i-му критерию;
, (3)
- абсолютная величина оценки, данная j-экспериментом;
, (4)
, (5)
, (6)
):
, (7)
- критерия рассчитывается по формуле:
, (8)
,
– вероятность отбрасывания истинной гипотезы;
– число степеней свободы
– средние арифметические отличаются случайным образом;
– отличия не случайны.
, (9)
с критическим значением 
. Если 
(где 
), то гипотеза об однородности принимается, а если 
- отклоняется.
, (10)
– независимые переменные, характеризующие линейные эффекты;
– эффекты второго порядка;
, 
, 
– параметры модели, значения которых определяются по данным экспериментов;
– остаток, характеризующий ошибку эксперимента и ошибку выбора модели.
.
. (11)
, (12)
– предсказанное значение свойства Y.