CC BY
27
показывает степень достижения состояний R факторов риска нежелательных состояний R т (состояний проявления рискового события).
Для каждого фактора риска, когда R и Rm являются неслучайными переменными, функция соответствия служит результатом WІJ измерения, полученного с помощью выбранного метода
измерения:
wi] = р„ ( Гу , г; ь
где і - количество оцениваемых рисковых событий,
у - количество факторов риска І -го рискового события.
Модель агрегирования оценки может быть такой же, как и при оценке СОИБ на основе эталонных моделей процессов обеспечения ИБ и требований ИБ.
Оценка на основе анализа и оценивания рисков ИБ не является полной с точки зрения охвата всех областей обеспечения ИБ, однако позволяет проанализировать и оценить наиболее значимые риски ИБ. Недостатком данного способа является отсутствие анализа и оценки процедур управления рисками ИБ, а также отсутствует прогноз относительно развития ИБ объекта.
Предлагается оценка ИБ, основанная на оценке риска и оценке управления риском, которая заключается в том, что оценка должна быть направлена на анализ того, как менеджмент организации оценивает риски, контролирует и проверяет процессы менеджмента риска ИБ.
Такая риск-ориентированная оценка ИБ дает объективное и наиболее информативное представление об уровне эффективности деятельности организации по обеспечению ИБ, эффективности принимаемых менеджментом решений, исходя из сопоставления существующих рисков ИБ и принимаемых организацией мер по обработке таких рисков.
Целью риск-ориентированной оценки ИБ является определение того, что процессы менеджмента риска должным образом созданы и внедрены? процессы менеджмента риска ИБ, которые применяются в организации действуют надлежащим образом, в отношении рисков ИБ, подлежащих обработке, действия направлены на снижение этих рисков до приемлемого уровня.
При проведении риск-ориентированной оценки ИБ следует:
- оценить инфраструктуру менеджмента риска ИБ;
- оценить специфические, наиболее значимые риски ИБ;
- при необходимости пересматривать процессы менеджмента риска ИБ.
В результате риск-ориентированной оценки ИБ организации должна быть сформирована оценка остаточных рисков ИБ и оценка способности организации эффективно управлять рисками ИБ для достижения своих целей.
Литература
1 Обеспечение информационной безопасности бизнеса/ В. В. Андрианов, С. Л. Зефиров, В. Б. Голованов, Н. А. Голдуев ; Под ред. А. П. Курило - М.: Издательство Альпина Паблишерз, 2011 - 373 с.
УДК 517
ПРИМЕНЕНИЕ МЕТАЭВРИСТИКИ ТИПА «ИМИТАЦИИ ОТЖИГА» ДЛЯ РЕШЕНИЯ СИСТЕМ БУЛЕВЫХ УРАВНЕНИЙ
А. Н. Шурупов, к. т. н., доцент Тел.:(926) 530 1 709,e-mail: ashurupov@mail.ru Московский государственный институт радиотехники, электроники и автоматики
http://www.mirea.ru
In this paper the author proves the using of simulated annealing to solve arbitrary system of boolean equations. This system is represented by an equivalent system of linear inequalities. The system can be formulated as the Perception Problem having an effective solving algorythm based on simulated annealing.
В докладе обосновывается способ решения произвольной системы булевых уравнений путем использования метаэвристики типа «имитации отжига». Исходная задача сводится известными приемами к решению системы линейных неравенств, а решение последней системы сводится к проблеме пер-цептрона (Perception Problem), которая, в свою очередь, эффективно решается указанной выше эвристикой.
Ключевые слова: система булевых уравнений, метаэвристика, алгоритм имитации отжига.
Key words: system of boolean equations, metaheuristic, simulated annealing .
Работа выполнена при поддержке гранта Президента РФ (НШ-4.2008.10)
Возможность сведения произвольной системы булевых уравнений к системе целочисленных линейных неравенств [3] определяет важность разработки способов решения последних систем с булевыми ограничениями на переменные. В силу принадлежности последней задачи к классу NP рядом исследователей предложены эвристические методы ее решения, например, алгоритм Ба-лаша [2], для которого в ряде случаев, связанных со специальным видом матрицы системы линейных неравенств, отсутствуют тупиковые точки, что дает полиномиальную трудоемкость. Однако, в общем случае вопросы сходимости алгоритма Балаша не исследованы. В [1] указана NP-полная задача PP (The Perception Problem: найти такой (-1, 1) - вектор х, что для (-1, 1) - матрицы А верно Ах > 0.), которую удается решать с помощью метода имитации отжига [4] для тех значений параметров, при которых использование обычных комбинаторных эвристик не представляется возможным. Такие привлекательные свойства алгоритма имитации отжига как способность избегать локальных минимумов, простота реализации и широта применения позволяют надеяться на успешность его применения и к решению общих рассматриваемых систем линейных неравенств. В [4] для типового алгоритма имитации отжига указано, что при некоторых условиях с ростом числа итераций вероятность оказаться в точке глобального оптимума стремится к 1. Эти условия выполняются для системы окрестностей, представляющей собой шары радиуса 1 в смысле расстояния Хемминга. Заметим, что такая система окрестностей используется и в алгоритме Балаша.
Автору не удалось найти в литературе прямых постановок применения алгоритмов «имитации отжига» для решения систем линейных неравенств, поэтому приведем способ сведения последней к задаче РР.
Пусть Ax > b - система линейных неравенств, причем x = (x1,...,xn) - булевый вектор, A = a,.J _ _ , b - целочисленные матрица и вектор. Вначале с помощью замены переменных
II ” lli=1,m, j=1,n
yi = 2xi -1 перейдем к переменным, принимающим значения из множества {-1,1}, а затем путем
n
введения новой переменной у0 с коэффициентом at0 = £ atJ - 2^. получим систему нера-
j=1
венств Су > 0, где ctj = -aj, i = 1, m, j = 0, n . Для завершения сведения проделаем процедуру введения новых переменных.
Умножим на 2 те неравенства, в которых есть нечетные коэффициенты. Для краткости матрицу полученной системы также будем обозначать через C.Пусть mt = max \cA . В i-ом неравенст-
i=1,m I I
ве слагаемое cjyj заменим на
j J
У mt
sign (cv )£ zk + £ (-1)*zJ ,(1)
k=1 HcjI+1
причем будем полагать, что z[ = yj для всех k = 1, mf.
Тогда получим систему Dz > 0 , являющуюся следствием системы Су > 0, и удовлетворяющую условию задачи РР. Действительно, если для решения системы Су > 0 справедливо у] = 1, то в i-ом уравнении группа (1) даст значение ctj. Аналогично, для случай у} = -1 имеем значение (-cJ).
Полученная задача РР отличается от исходной большим количеством переменных, однако сведение носит псевдополиномиальный характер.
Второе направление для применения алгоритма имитации отжига связано с его использованием совместно с другими эвристиками. Так, например, в [5] используется алгоритм имитации отжига в процедуре генетического поиска.
Экспериментальные исследования (см.[1], [5]) показывают высокую эффективность применения методов имитации отжига.
Литература
1. Pointcheval D. A New Identification Scheme Based on the Perceptrons Problem. Advances in Cryptology - Proceedings of EUROCRYPTO’95. Springer-Verlag, LNCS 921. PP.319-328.
2. Анашкина Н. В. Обзор методов решения систем линейных неравенств // Вестник московского университета леса - Лесной вестник, № 1(32), 2004. С.144-148.
3. Балакин Г. В., Никонов В.Г. Методы сведения булевых уравнений к системам пороговых соотношений // Обозрение прикладной и промышленной математики. Т.1, Вып.3, 1994. С.389-401.
4. Кочетов Ю. А. Вероятностные методы локального поиска для задач дискретной оптимизации // Дискретная математика и ее приложения. Сборник лекций молодежных научных школ по дискретной математике и ее приложениям. - М.: Издательство центра прикладных исследований при механикоматематическом факультете МГУ, 2001. С.84-117.
5. Комарцова Л. Г. Повышение качества алгоритмов обучения нейронных сетей на основе комбинирования информационных технологий // Сборник научных трудов. Ч.1. Научная сессия МИФИ-2005. Всероссийская научно-техническая конференция «Нейроинформатика-2005». М., Издательство МИФИ, 2005. С.183-188 // http://www.library.mephi.ru/data/scientific-sessions/2005/nero/ch1/3-2-7.doc
6. Рыбников К. К., Никонов Н.В. Прикладные задачи, сводящиеся к анализу и решению систем линейных неравенств. Метод разделяющих плоскостей // Лесной вестник, №2(22), 2002. С.191-195.
УДК 316.3 и 316.4
ПРОБЛЕМЫ ВНЕДРЕНИЯ УНИВЕРСАЛЬНЫХ ЭЛЕКТРОННЫХ КАРТ: АНАЛИЗ ОПЫТА ПИЛОТНОГО РЕГИОНА.
А. В. Луканин, научный сотрудник Тел. (495) 608-31-68, e-mail: lukanin_av@mail.ru ГОУ ВПО «Российский государственный университет инновационных технологий и предпринимательства http://www.itbu.ru
The author has made an analysis of the items of Moscow law project «About universal electronic card» within the implementation context of Federal Law №210- ФЗ «The order of providing state and municipal facilities». The complex method for the development of that kind of laws is offered, including integral dependence of social and information technologies in state management. The necessity of complex method application within the development of the items of regional laws on the universal electronic card is submitted. The recommendations concerning the elaboration of standard project of that laws is developed.
Автором проведен анализ положений проекта закона г. Москвы «Об универсальной электронной карте» в контексте реализации Федерального закона от 27 июля 2010г. №210-ФЗ «Об организации предоставления государственных и муниципальных услуг». Обоснована необходимость применения комплексного подхода при разработке положений региональных законов об универсальной электронной карте, сформулированы рекомендации по разработке типового проекта таких законов.
Ключевые слова и словосочетания: универсальная электронная карта, предоставление государственных и муниципальных услуг в электронной форме, информационное общество, информационнокоммуникационные технологии в государственном управлении.
Keywords and word-combinations: universal electronic card, electronic issuance of state and municipal facilities, informational society, information technology and communications in state management.
