Rizikų ir kontrpriemonių efektyvumo santykio modeliavimas organizacijoje taikant genetinį algoritmą
Gurčinas, Vitalijus | Recenzentas / Rewiewer |
Darbo gynimo komisijos pirmininkas / Thesis Defence Board Chairman | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member | |
Darbo gynimo komisijos narys / Thesis Defence Board Member |
Kuriant informacijos saugumo sistemą, vienas iš pagrindinių iššūkių yra tinkamo saugos priemonių rinkinio sudarymas. Tokiu atveju svarbu atsižvelgti ne tik į saugumo reikalavimus, bet ir į informacijos saugos sistemos įdiegimo bei priežiūros išlaidas. Saugos priemonių skaičius ir jų kaina yra svarbūs veiksniai vertinant saugos priemonių efektyvumą. Kuo daugiau saugos priemonių, tuo efektyvesnė apsauga, bet tuo didesnė kaina. Tad svarbu surasti optimalų sprendimą, kuriame yra pakankamai saugos priemonių, kad būtų užtikrinta efektyvi apsauga, bet kainos kiekis būtų minimalus. Įkvėptas Darvino teorijos, genetinis algoritmas yra evoliucinis metodas, skirtas surasti aukštos kokybės optimizavimo ir paieškos problemų sprendimus. Jis pagrįstas biologiniais procesais, tokiais kaip mutacija, kryžminimas bei atranka. Šiame darbe analizuojamas GA taikymas siekiant konfigūruoti ir optimizuoti „X” įmonės informacijos saugos sistemą, sumodeliuoti rizikų ir kontrpriemonių efektyvumo santykį. Siekiant šio tikslo, taikomos įvairios galimos taktikos, įskaitant atrankos, kryžminimo bei mutacijos metodus.
When developing an information security system, one of the main challenges is the creation of a suitable set of security measures. In this case, it is important to consider not only security requirements, but also the costs of installing and maintaining an information security system. The number of safety measures and their cost are important factors in evaluating the effectiveness of safety measures. The more security measures, the more effective the protection, but the higher the price. Therefore, it is important to find an optimal solution that has enough security measures to ensure effective protection, but the amount of the price is minimal.Inspired by Darwin's theory, the Genetic Algorithm is an evolutionary method to find high-quality solutions to optimization and search problems. It is based on biological processes such as mutation, crossover, and selection.This paper analyses the application of GA to configure and optimize the information security system of the "X" company, to model the relationship between risks and the effectiveness of countermeasures. A variety of possible tactics are used to achieve this goal, including selection, crossover, and mutation methods.