skip to Main Content

مدل آسیب‌پذیری دارایی محاسباتی برای حفاظت استراتژیک از زیرساخت حیاتی

عنوان انگلیسی: A computational asset vulnerability model for the
سال نشر: ۲۰۱۴
نویسنده: Richard White,Terrance Boult,Edward Chow
تعداد صفحه فارسی: ۱۹ – تعداد صفحه انگلیسی: ۱۱
دانشگاه: Department of Computer Science, University of Colorado at Colorado Springs, 1420 Austin Bluffs Parkway, P.O. Box 7150, Colorado Springs, Colorado 80933-7150, USA
نشریه: Process Safety and Environmental Protection
کیفیت ترجمه: اقتصادی

چکیده

مطالعه سال ۲۰۱۰ توسط شورای تحقیقات ملی مشخص کرد که وزارت امنیت داخلی آمریکا (DHS)فاقد معیارهای ریسک کافی برای هدایت تصمیمات سرمایه‌گذاری استراتژیک برای محافظت از زیرساخت حیاتی است.کم بودن داده‌های تاریخی که می‌توانند از تحلیل‌های آماری قوی پشتیبانی کنند، رویکردهای مبتنی بر تهدید را مختل می‌کنند.این مقاله یک مدل آسیب‌پذیری دارایی (avm)را ارایه می‌کند که برای پرداختن به این مشکل و ارایه یک معیار ریسک استراتژیک طراحی شده‌است.فرمول ریسک avm مبتنی بر کار قبلی در تیوری بازی است.در چارچوب مدیریت ریسک DHS، avm از تجزیه و تحلیل خط پایه، تحلیل سود هزینه و توسعه ابزارهای پشتیبانی تصمیم‌گیری که سطوح ریسک جاری را منتقل می‌کنند، حمایت می‌کند، اقدامات حفاظتی جایگزین را ارزیابی می‌کنند، و بهبود ریسک را در طول زمان نشان می‌دهند.علاوه بر این، avm از یک روش محاسباتی برای ارزیابی استراتژی‌های کاهش ریسک جایگزین پشتیبانی می‌کند.هفت استراتژی با استفاده از avm مورد بررسی قرار می‌گیرند: حداقل هزینه، حفاظت منطقه، حفاظت از منطقه، حفاظت بخش، بالاترین بازده حفاظتی، بالاترین پیامد و حفاظت تصادفی.نتایج تجربی نشان می

Abstract

A 2010 study by the National Research Council determined that the U.S. Department of Homeland Security (DHS) lacks adequate risk measures to guide strategic investment decisions for protecting the critical infrastructure. Current threat-driven approaches are hampered by a dearth of historical data that could support robust statistical analysis. This paper presents an asset vulnerability model (AVM) that is designed to address the problem and to provide a strategic risk measure. The AVM risk formulation is predicated on Θ, the probability of failure of an attacker, based on earlier work in game theory. Working within the DHS Risk Management Framework, AVM supports baseline analysis, cost–benefit analysis and the development of decision support tools that convey current risk levels, evaluate alternative protection measures, demonstrate risk reduction across multiple assets, and measure and track improvements over time. Moreover, AVM supports a computational approach for evaluating altern
امتیاز شما:
(No Ratings Yet)
Back To Top