Нечетко-логические и вероятностные инструменты компьютеризированного управления информационными рисками промышленных предприятий тема диссертации и автореферата по ВАК РФ 08.00.13, кандидат экономических наук Иванова, Ирина Владимировна

• Иванова, Ирина Владимировна
• кандидат экономических наук
• 2013

Оглавление диссертации кандидат экономических наук Иванова, Ирина Владимировна

ОГЛАВЛЕНИЕ.

ВВЕДЕНИЕ.

1 Системный анализ информационных рисков в деятельности промышленных предприятий.

1.1 Влияние управления информационными рисками на эффективность промышленных предприятий.

1.2 Аналитический обзор современных методов и инструментов управления информационными рисками промышленных предприятий.

1.3 Логико-информационная модель формирования информационных рисков промышленных предприятий.

1.4 Обоснование актуальности, цели и задач научного исследования.

2 Нечеткие продукционно-байесовские инструменты управления информационными рисками промышленных предприятий.

2.1 Системный анализ источников возникновения информационных рисков промышленных предприятий.

2.2 Методика построения комбинированных нечетких байесовских сетей оценки возможности наступления информационного риска.

2.3 Процедура логического вывода для комбинированных нечетких байесовских сетей оценки возможности наступления информационного риска.

2.4 Нечетко-продукционная процедура расчета ущерба от наступления информационных рисков промышленных предприятий.

2.5 Выводы.

3 Разработка научно-обоснованных рекомендаций по компьютеризированному управлению информационными рисками на промышленных предприятиях.

3.1 Методика организации компьютеризированных бизнес-процессов управления. информационными рисками промышленных предприятий.

3.2 Архитектура и режимы функционирования компьютеризированной системы управления информационными рисками промышленных предприятий.

3.3 Научно-обоснованные рекомендации по разработке компьютеризированной системы управления информационными рисками в ОАО «Щекиноазот».

3.4 Выводы.

Введение диссертации (часть автореферата) на тему «Нечетко-логические и вероятностные инструменты компьютеризированного управления информационными рисками промышленных предприятий»

Актуальность темы. В настоящее время информация, как один из важнейших ресурсов предприятий, обеспечивает достижение успеха в конкурентной борьбе, позволяя снизить степень неопределенности при принятии решений и повысить эффективность управления предприятием в целом. В связи с этим одной из тенденций развития всех социально-экономических систем является создание единой информационной среды и комплексная информатизация бизнес-процессов. По данным Федеральной службы государственной статистики в 2011 г. в России доля организаций, использующих в своей деятельности специальные программные средства, составила 89,8%, при этом наиболее часто используются антивирусное программное обеспечение и инструментальные программные средства для решения организационных, управленческих и экономических задач (79,8% и 60,3% от общего числа организаций соответственно).

В то же время информация является самостоятельным объектом управления. В условиях глобализации и высокой динамики изменения информационного пространства, неопределенности внешней и внутренней среды сложность задач управления информационными потоками в социально-экономических системах постоянно возрастает. Для поддержания высокого уровня эффективности деятельности предприятий информация должна быть актуальной, достоверной, полной и хорошо защищенной. Возникновение неблагоприятных ситуаций во внешней и внутренней информационной среде промышленных предприятий приводит к снижению показателей качества информации, принятию нерациональных управленческих решений и, как следствие, к экономическому ущербу. Таким образом, эффективное управление информационными рисками (ИР) во многом определяет эффективность и конкурентоспособность предприятий.

Различные аспекты управления рисками в социально-экономических системах рассмотрены в трудах, как зарубежных ученых Akerlof G., Barkley В., Barton Т., Bernstein Р., Crockford N., Crouhy M., Duncan R., Fragniere E., Frenkel M., Friedman M., Redhead К., Walker Р., так и отечественных ученых Балдина К.В.,.

Бланка И.А., Волкова A.A., Грачевой M.B., Дуброва A.M., Кудрявцева A.A., Лагоши Б.А., Мамаевой Л.Н., Порфирьева Б.Н., Просветова Г.И., Рыхтиковой H.A., Селюкова В.К., Ступакова B.C., Токаренко Г.С., Уткина Э.А., Хохлова Н.В., Хрусталева Е.Ю., Шапкина A.C., Шокина Ю.И. и других. В данных работах изучена природа возникновения рисков, приведены их классификации и различные методы качественной и количественной оценки, предложены рекомендации по организации риск-менеджмента и принятию решений в условиях неопределенности на промышленных предприятиях.

В работах ученых Белозерского А.Ю., Бродецкого Г.Л., Голубина А.Ю., Дуброва A.M., Емельянова A.A., Ефановой Н.В., Золотовой Т.В., Костогрызова А.И., Лесных В.В., Мешалкина В.П., Мирошниченко A.B., Недосекина А.О., Новоселова A.A., Орлова А.И., Росса Г.В., Соловьева В.И., Тельнова Ю.Ф., Федоровой C.B., Хрусталева Е.Ю. предложены подходы к использованию экономико-математических методов на различных этапах управления рисками.

Проблемам управления ИР посвящены диссертационные работы Глухова Н.И., Завгороднего В.И., Калашникова А.О., Кудрявцевой Р.Т., КустоваГ.С., ЛысоваА.С., Немиткиной В.В., Подчуфаровой И.Е., Суспицына П.Ю. В данных работах показано, что управление ИР на промышленных предприятиях представляет собой обособленную проблему риск-менеджмента, при решении которой необходимо учитывать специфические особенности источников ИР, а также высокую динамику изменения информации о неопределенных факторах внешней и внутренней среды.

Анализ современных научных работ показал, что на сегодняшний день для оценки ИР наиболее часто используются статистические методы, к числу которых относятся байесовские сети - эффективный инструмент графического представления причинно-следственных отношений между множеством переменных. В то же время существующие и применяемые на практике методы и инструменты управления ИР промышленных предприятий не в полной мере позволяют учитывать различные виды факторов неопределенности информации и анализировать количественные и качественные характеристики рисков, а, следовательно, и осуществлять оценку и управление ИР с учетом состояния и особенностей внутренней и внешней среды предприятия.

В связи с этим решаемая в диссертации научная задача разработки эффективных инструментов анализа и управления ИР на основе нечетко-логических методов и байесовских моделей является актуальной и имеет существенное значение для повышения конкурентоспособности, экономической эффективности и информационной безопасности промышленных предприятий.

Основные разделы диссертационной работы соответствуют пунктам Программы фундаментальных научных исследований государственных академий наук на 2013-2020 годы, в том числе Плана фундаментальных научных исследований РАН (I. Математические науки: п. 3. «Математическое моделирование»; IV. Информатика и информационные технологии: п. 36«Системы автоматизации, САЬ8-технологии, математические модели и методы исследования сложных и управляющих систем и процессов»; IX. Общественные науки: п. 84. «Анализ и моделирование влияния экономики знаний и информационных технологий на структурные сдвиги, экономический рост и качество жизни»), а также соответствуют Приоритетному направлению развития науки, технологии и техники РФ (Указ Президента РФ № 843 от 21.05.2006 г.): «Информационно-телекоммуникационные системы».

Цель диссертационной работы: разработать инструменты управления информационными рисками промышленных предприятий для анализа и оценки данных рисков с использованием комбинированных нечетких байесовских моделей для определения возможности наступления неблагоприятных событий различных типов и нечетко-логических процедур прогнозирования ущерба рисков для повышения обоснованности управленческих решений по обеспечению информационной безопасности и эффективности промышленных предприятий.

Практически применить предложенные инструменты для разработки научно-обоснованных рекомендаций по управлению ИР на предприятии ОАО «Щекиноазот».

Для достижения поставленной цели необходимо решить следующие взаимосвязанные задачи:

1. Организационно-экономический анализ влияния ИР на эффективность и конкурентоспособность промышленных предприятий.

2. Анализ источников возникновения рисковых ситуаций, классификация ИР промышленных предприятий.

3. Разработка структурной модели управления ИР на основе использования международных и национальных стандартов в области информационной безопасности и рисков.

4. Разработка логико-информационной модели возникновения ИР и развития рисковых ситуаций на промышленных предприятиях.

5. Разработка методики построения комбинированных нечетких байесовских сетей для оценки возможности наступления ИР.

6. Разработка процедуры логического вывода для комбинированных нечетких байесовских сетей, в вершинах которых используются факторы внешней и внутренней среды с различными видами неопределенности.

7. Разработка нечетко-логической процедуры расчета ущерба от наступления ИР на промышленных предприятиях.

8. Разработка архитектуры компьютеризированной системы управления ИР на промышленных предприятиях.

9. Разработка научно-обоснованных рекомендаций по управлению ИР на предприятии ОАО «Щекиноазот».

Объект исследования: информационные процессы промышленных предприятий.

Предмет исследования: факторы неопределенности внешней и внутренней информационной среды, информационные риски промышленных предприятий.

Научная новизна. К наиболее существенным научным результатам, полученным лично соискателем, относятся следующие.

1. Предложена логика-информационная модель управления информационными рисками промышленных предприятий, которая отличается обоснованным применением международных и национальных стандартов управления рисками и информационной безопасностью на различных этапах, включением процессов ИТ-бенчмаркинга для выбора стратегии, обоснования бюджета и анализа эффективности работы ИТ-подразделений, а также использованием процедур сбора информации по наилучшим доступным технологиям в области управления информационными рисками на опасных производственных объектах. Применение модели позволит повысить эффективность управления информационными рисками за счет адаптации лучшего мирового опыта, а также гармонизировать методическую и нормативную документацию в РФ и странах ЕС и США.

2. Разработана логико-информационная модель возникновения информационных рисков на промышленных предприятиях, отличающаяся отображением различных видов информационных рисков (риск утраты, нарушения конфиденциальности, недостоверности, неполноты, несвоевременного поступления информации, риск инвестиций в информатизацию) и учетом источников рисков внутренней и внешней среды различного вида неопределенности (статистической, квазистатистической, нестатистической), что позволяет обосновать целесообразность применения модицифицированных комбинированных нечетких байесовских сетей и процедур нечетко-логического вывода для оценки возможности возникновения на предприятиях информационных рисков и ущерба от их наступления.

3. Предложена топология, методика построения и логического вывода для комбинированных нечетких байесовских сетей для определения возможности наступления информационных рисков, отличающаяся использованием трех типов узлов в зависимости от вида неопределенности соответствующего им события, что позволяет проводить оценку возможности наступления информационных рисков в условиях недостатка статистической информации о развитии информационной среды промышленных предприятий.

4. Предложена нечетко-логическая процедура расчета ущерба от наступления информационных рисков промышленных предприятий, отличающаяся описанием исходных данных в виде нечетких множеств, которые представляют собой антецеденты продукционных правил, являющихся компонентом системы нечетко-логического вывода на основе импликации Ларсена и композиционного правила тах-ргой, что позволяет снизить объем экспертной информации и повысить оперативность и точность прогнозных оценок последствий развития рисковых ситуаций.

5. Разработана архитектура компьютеризированной системы управления информационными рисками промышленных предприятий «1п/огтКМ 1.0», отличающаяся использованием специальных встраиваемых в основные корпоративные информационные системы модулей для обеспечения высокой эффективности мониторинга состояния информационных ресурсов, инструментов интеграции информационных систем для повышения качества информационного обмена, применение которой обеспечивает принятие рациональных решений по предотвращению и снижению информационных рисков предприятий, что повышает их экономическую эффективность, конкурентоспособность и информационную безопасность.

Теоретическая и практическая значимость результатов работы.

1. Предложенные логико-информационная модель возникновения ИР, а также комбинированная нечеткая байесовская сеть и нечетко-логическая процедура для оценки рисков вносят вклад в развитие теории управления ИР.

2. Предложенная методика построения и логического вывода для комбинированных нечетких байесовских сетей оценки возможности наступления ИР выделенных видов, а также нечетко-логическая процедура расчета величины возможного ущерба от возникновения ИР на промышленном предприятии имеют определенное значение для развития интеллектуальных экономико-математических методов и инструментов оценки рисков.

3. Предложенная логико-информационная модель управления ИР промышленных предприятий с использованием международных и национальных стандартов по информационной безопасности и рискам вносит вклад в развитие теории информационного менеджмента, а также может быть использована в качестве методического материала для создания и модернизации существующих на промышленных предприятиях систем управления ИР.

4. Разработанная компьютеризированная система «1п/огтЯМ 1.0» для анализа и оценки ИР на основе комбинированных нечетких байесовских сетей и процедур нечетко-логического вывода может быть практически использована для решения задач управления ИР промышленных предприятий.

Методология и методы исследования: методы системного анализа социально-экономических объектов; методы экономико-математического моделирования; логико-вероятностные методы; методы риск-менеджмента; методы теории нечетких множеств; методы искусственного интеллекта и теории принятия решений в условиях неопределенности.

Положения, выносимые на защиту:

1. Логико-информационная модель управления ИР промышленного предприятия на основе применения различных международных и национальных стандартов.

2. Логико-информационная модель возникновения и развития ИР на промышленных предприятиях, учитывающая виды ИР и источники их возникновения во внешней и внутренней среде.

3. Методика построения и логического вывода в комбинированной нечеткой байесовской сети для определения возможности наступления ИР.

4. Нечетко-логическая процедура расчета ущерба от наступления ИР на промышленных предприятиях.

5.Архитектура компьютеризированной системы для анализа и оценки PIP «InformRM 1.0».

Достоверность и обоснованность научных результатов, выводов и рекомендаций, сформулированных в диссертации, подтверждены использованием достоверных исходных организационно-экономических данных, корректным применением экономико-математических методов, методов риск-менеджмента, теории нечетких множеств и искусственного интеллекта, а также практической реализацией теоретических результатов по управлению информационными рисками на предприятии ОАО «Щекиноазот».

Выводы и предложения диссертационной работы не противоречат известным теоретическим и практическим результатам, содержащимся в трудах отечественных и зарубежных ученых по управлению ИР с использованием различных математических и инструментальных методов.

Апробация работы. Основные положения и результаты диссертационной работы докладывались и обсуждались на конференциях: Международной научно-практической конференции «Финансовые проблемы РФ и пути их решения» (Санкт-Петербург, 2009), VII Международной научно-практической конференции «Конкуренция и конкурентоспособность. Организация производства конкурентоспособной продукции» (Новочеркасск, 2009), Международной научно-практической конференции «Энергетика, информатика, инновации» (Смоленск, 2011), II Международной научной конференции по организации производства «Вторые Чарновские чтения» (Москва, 2012), IX и X Международных научно-технических конференциях «Информационные технологии, энергетика и экономика» (Смоленск, 2012, 2013), Всероссийском конгрессе молодых ученых (Санкт-Петербург, 2013).

Реализация результатов работы. Предложенные нечетко-логические и байесовские инструменты управления ИР промышленных предприятий практически использованы для разработки научно-обоснованных рекомендаций по созданию системы информационного риск-менеджмента на предприятии ОАО «Щекиноазот».

Публикации. Основные результаты диссертационной работы отражены в 17 публикациях, в том числе в 6 статьях в изданиях перечня ВАК. Общий объем публикаций составил 19,5 п.л., в том числе лично автору принадлежит 9,1 п.л.

Заключение диссертации по теме «Математические и инструментальные методы экономики», Иванова, Ирина Владимировна

3.4 Выводы

Управление информационными рисками предприятия предполагает необходимость организации непрерывного мониторинга и оценки качества состояния информационных ресурсов. Данная задача решается на основании встраивания разрабатываемой компьютеризированной системы во все информационные процессы функционирования предприятия.

Разработанная автором архитектура компьютеризированной системы управления информационными рисками на промышленном предприятии «JnformRM 1.0» построена по модульному принципу с использованием среды программирования Delphi, пакета программ Matlab, СУБД Microsoft SQL Server для хранения данных, а также различных инструментальных средств интеграции. Функциональный уровень, отвечающий за реализацию основной логики процесса анализа и управления информационными рисками, включает следующие основные блоки: блок мониторинга внешней и внутренней среды, аналитический блок оценки возможности наступления информационного риска, аналитический блок расчета ущерба от наступления риска, блок подготовки отчетных материалов.

Предложенные в диссертации нечетко-логические и вероятностные инструменты практически использовались при разработке научно-обоснованных рекомендаций по созданию системы управления информационными рисками на предприятии ОАО «Щекиноазот» - одном из крупнейших предприятий химической промышленности.

С использованием предложенных комбинированной нечеткой байесовской сети оценки возможности наступления информационного риска и нечетко-продукционной процедуры расчета ущерба от его наступления были расчитаны возможности наступления различных информационных рисков предприятия.

Экономический эффект от использования предложенных автором нечетко-логических и вероятностных инструментов оценивается, как снижение ежемесячного возможностного ущерба от возникновения информационных рисков на 1,217 млн. руб.

ЗАКЛЮЧЕНИЕ

1. Разработана логико-информационная модель формирования информационного риска на промышленном предприятии, отображающая целесообразность понимания информационного риска, как вероятностно-стоимостного показателя снижения качества информации в результате воздействия факторов внешней и внутренней среды различной природы, что позволило обосновать выбор нечетких байесовых сетей для оценки возможности возникновения рисков, что позволило повысить обоснованность принятия управленческих решений по снижению информационных рисков.

2. Разработана комплексная нечеткая байесово-продукционная система оценки информационных рисков, которая включает два этапа (расчет возможности возникновения рисков и ущерба от их возникновения) и позволяет выявить наиболее опасные риски для предприятия и направления разработки управленческих решений по их минимизации.

3. Предложена структура, методика построения и процедура логического вывода в комбинированной нечеткой байесовской сети для определения возможности наступления информационных рисков, позволяющая использовать циклические связи между показателями информационного риска трех видов, для каждого из которых предложен свой способ описания, оптимальный для природы неопределенности соответствующего узла.

4. Предложена нечетко-продукционная процедура расчета ущерба от наступления информационных рисков промышленных предприятий, основанная на представлении ущерба в виде иерархического дерева и использовании операций нечетко-логического вывода, что позволяет определять риски с максимальным ущербом и осуществлять оперативное управление ими.

5. Предложена архитектура компьютеризированной системы управления информационными рисками «1п/огтЯМ 1.0», основанная на разработанных автором нечетко-продукционных и вероятностных методах и инструментах, применение которой обеспечивает принятие рациональных решений по предотвращению и снижению информационных рисков предприятий.

6. Предложены научно-обоснованные рекомендации по управлению информационными рисками на предприятии ОАО «Щекиноазот».

По мнению автора, настоящая диссертация является законченной научно-квалификационной работой, в которой решена научная задача разработки эффективных инструментов компьютеризированного анализа и управления информационными рисками на основе использования нечетко-логических и байесовских методов, имеющая важное значение для достижения конкурентоспособности, информационной безопасности и эффективности промышленных предприятий.

ИР ИБ БД БЗ

СУБД

ХД

ЦОБД

NPV

КНБС ду

ОУ нл

АИС ткс

АСУ МСБ ПО СМИБ

СПИСОК СОКРАЩЕНИЙ И УСЛОВНЫХ ОБОЗНАЧЕНИЙ

Информационные риски Информационная безопасность База данных База знаний

Система управления базами данных Хранилище данных Центральная оперативная база данных Net present value, чистый приведенный доход Комбинированная нечеткая байесовская сеть Дерево ущербов Оперативное управление Нечеткая логика

Автоматизированная информационная система Телекоммуникационная система Автоматизированная система управления Малый и средний бизнес Программное обеспечение

Система менеджмента информационной безопасности

СЛОВАРЬ ТЕРМИНОВ актуальность информации: Степень соответствия информации текущему моменту времени. байесовская вероятность: В байесовской теории вероятность определяется как степень уверенности в истинности суждения. байесовская сеть: Направленный ациклический граф, каждой вершине которого соответствует случайная переменная, а дуги графа кодируют отношения условной независимости между этими переменными. безусловные вероятности: Вероятности, определенные в том случае, когда никаких дополнительных условий, кроме первоначальных, на проведение опыта не накладывается. дерево ущербов: Ориентированный граф, узлами которого являются потери предприятия, проявляющиеся в результате возникновения рисковых ситуаций, а дуги задают иерархические отношения типа «включение» между ними. достоверность: Верность информации, не вызывающая сомнений. Объективная информация всегда достоверна, но достоверная информация может быть как объективной, так и субъективной. драйверы риска: Носители риска, субъекты информационного процесса, порождающие неопределенные ситуации. информационные процессы: Процессы преобразования информационных ресурсов в базы данных предприятия. Информационные процессы включают поиск, сбор, обработку, передачу, хранение, защиту информации. информационные ресурсы: Отдельные документы и отдельные массивы документов, документы и массивы документов в информационных системах (библиотеках, архивах, фондах, банках данных, других информационных системах). информационный риск: Произведение возможности наступления неблагоприятного события во внешней или внутренней информационной среде предприятия, которое повлечет за собой снижение качества корпоративной информации, на величину ущерба от данного снижения. качество информации: Степень её соответствия потребностям потребителей, комбинированная нечеткая байесовская сеть: Байесовская сеть, в которой используются вершины трех видов: статистические величины (с известной статистической вероятностью), квазистатистические величины, нестатистические величины. нечеткая байесовская сеть: Байесовская сеть, в которой вероятности значений переменных заменены на нечетких числа, а обычные операции байесовских правил - на расширенные операции над нечеткими числами. нечеткий логический вывод: Алгоритм, позволяющий на основании базы знаний из совокупности нечетких продукционных правил по заданному входному значению вычислить искомое значение. нечеткое множество: Базовое понятие нечёткой логики, множество, функция принадлежности элемента которому может принимать любые значения в интервале от 0 до 1, а не только граничные значения. нечеткое число: Нечеткая величина с выпуклой унимодальной функцией принадлежности. Другими словами, нечеткое число соответствует унимодальному выпуклому нечеткому множеству, заданному на универсальном множестве действительных чисел. полнота информации: Показатель характеризующий, достаточность содержания для принятия правильного решения набора показателей. природа неопределенности: Характеристика случайных факторов, подразделяющая их в общем случае на два класса: вероятностная неопределенность и неопределенность уверенности. риск инвестиций в сферу информатизации: Риск того, что инвестиции в ИТ не принесут ожидаемой отдачи или выделенные на ИТ средства будут потрачены впустую. риск нарушения конфиденциальности информации: Риск того, что конфиденциальная информация будет раскрыта или станет доступной без соответствующих полномочий. риск недостоверности информации: Риск использования заведомо ложной информации. риск несвоевременного поступления информации: Риск использования в процессе управления устаревшей информации. риск утраты информации Безвозвратная потеря возможности доступа к информации. риск: Свойство социально-экономического или природного объекта (явления, процесса, системы) вызывать в результате возникновения с определенной вероятностью при функционировании данного объекта или вне объекта опасного события (опасной ситуации) образование ущерба (потерь) собственно объекту или окружающей его среде. теорема Байеса: Одна из основных теорем теории вероятностей, которая позволяет определить вероятность какое-либо события при условии, что произошло другое статистически взаимозависимое с ним событие управление рисками: Процесс принятия и реализации управленческих решений, направленных на снижение вероятности возникновения опасного (неблагоприятного) события и минимизацию возможного ущерба (потерь), вызванных этим событием. условная вероятность: Вероятность одного события при условии, что другое событие уже произошло. фаззификация (введение нечеткости): Процедура получения значений функции принадлежности нечетких множеств по значениям всех соответствующих входных переменных для всех предпосылок нечетких продукционных правил. цепочка конъюнкций событий: Совокупность событий, для которой оценивается вероятность их совместной реализации. чистый приведенный доход (NPV- Net present value): Показатель, показывающий величину денежных средств, которую инвестор ожидает получить от проекта, после того, как денежные притоки окупят его первоначальные инвестиционные затраты и периодические денежные оттоки, связанные с осуществлением проекта.

Список литературы диссертационного исследования кандидат экономических наук Иванова, Ирина Владимировна, 2013 год

1. Ackerman, F. Using Causal Mapping with Group Support Systems to Elicit an Understanding of Failure in Complex Projects: Some Implications for Organizational Research / F. Ackerman // Group Decision and Negotiation. 2003. - 14. - pp 355-376

2. Bjorn, A.G. CORAS, A Platform for Risk Analysis on Security Critical Systems — Model-based Risk Analysis Targeting Security Электронный ресурс. / A.G. Bjorn Режим flocTyna:http://www.nr.no/coras.

3. Heckerman, D. A tutorial on learning with Bayesian netwoks / D. Heckerman // Technical report MSR -TR-95-06. Microsoft Research, Redmond, WA (USA). -1995.-57p.

4. Murphy, K.P. An introduction to graphical model Электронные данные. / K.P. Murphy // Computer Science. 2001 - 19 p. - Режим доступа: http://www.cs.ubc.ca/~muфhyk/papers/introgm.pdf

5. Murphy, K.P. Midelling Cene Expression Data using Dynamic Bayesian Networks / K.P. Murphy, S. Mian // Technical report. Berkeley, CA. - 1999 - 12 p. -Режим доступа: http://www4.ncsu.edu/~smsulli2/MA810Fall2008/SAMSIpapers/ murphy99modelling.pdf

6. Nahmias, S. Fuzzy Variables in Fuzzy Environment / S. Nahmias // In: Advances in fuzzy set theory. Amsterdam: NHCP, 1979. - 254 pp.

7. Zadeh, L.A. Toward a perception-based theory of probabilistic reasoning with imprecise probabilities / L.A. Zadeh // Journal of Statistical Planning and Inference/ -2002.- 105.-P. 230-245.

8. ISO 27000 Электронный ресурс. Режим доступа http ://infstandarts. org/I S0 27000

9. Аверкин, A.H. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н. Аверкин, И.З. Барышкин, А.Ф. Блишун, В.Б. Силов, В.Б. Тарасов. М.: Наука. Гл. ред. физ.-мат. лит., 1986. - 312 с.

10. Австралия: программная ошибка вызвала радиоактивный выброс Электронный ресурс. // Лента новостей. 2002. - Режим доступа: http://news.liga.net/news/old/160588-avstraliya-programmnaya-oshibka-vyzvala-radioaktivnyy-vybros.htm

11. Андреев, Д.А. Разработка и исследование риск-моделей SYNflood-атак на серверы компьютерных систем: дис. . канд. техн. наук : 05.13.19 // Андреев Дмитрий Александрович. Воронеж, 2010. - 118с.

12. Балдин K.B. Риск-менеджмент / K.B. Балдин, С.Н. Воробьев. М.: Гар-дарики, 2005.-285 с.

13. Белозерский, А.Ю. Методическое обеспечение анализа и управления рисками металлургических предприятий в условиях неопределенности: дис. . д-ра. экон. наук : 08.00.05 / Белозерский Андрей Юрьевич. М., 2012. - 343с.

14. Бернстайн, П. Освободительная борьба с неопределенностью / П. Бернстрайн, Дж. Пикфорд Управление рисками. — М.: ООО «Вершина», 2004. — 352 с.

15. Бидюк, П.И. Построение и методы обучения байесовских сетей / П.И. Бидюк, А.Н. Терентьев // Таврический вестник информатики и математики. -2004,-№2. -С. 139-154.

16. Бланк, И.А. Управление финансовыми рисками / И.А. Бланк. Киев: Ника-Центр, 2005. - 600 с.

17. Борисов, А.Н. Принятие решений на основе нечетких моделей / А.Н. Борисов, O.A. Крумберг, И.П. Федоров. Рига: Зинанте, 1990. - 184 с.

18. Борисов, В.В. Нечеткие модели и сети / В.В. Борисов, В.В. Круглов,

19. A.C. Федулов M.: Горячая линия - Телеком, 2007. - 283 с.

20. Вагин, В.Н. Дедукция и обобщение в системах принятия решений /

21. B.Н. Вагин. М.: Наука. Гл. ред. физ.-мат. лит., 1988. - 384 с.

22. Введение в ITIL Электронный ресурс. // Национальный Открытый Университет «ИНТУИТ». Режим доступа: http://www.intuit.ru/studies/courses/ 2323/623/lecture/8120

23. Вендеров, A.M. Case-технологии. Современные методы и средства проектирования информационных систем. / A.M. Вендеров. М.: Финансы и статистика, 1998.-176 с.

24. Внедрение СУИБ: как управлять рисками? http://www.cnews.ru/reviews/index.shtml72006/ll/24/218588

25. Вяткин, В.Н. Риск-менеджмент / В.Н. Вяткин, И.В. Вяткин, В.А. Гамза, Ю. Ю. Екатеринославский, Дж.Дж. Хэмптон. М.: Дашков и Ко, 2003. - 512 с.

26. Гаврилова, Т.А. Базы знаний интеллектуальных систем / В.Ф. Хорошевский СПб: Питер, 2000. - 384 с.

27. Галатенко, В.А. Основы информационной безопасности / В.А. Галатенко. М.: ИНТУИТРУ «Интернет-университет Информационных Технологий», 2004 -264 с.

28. Герасименко, В.А. Основы защиты информации / В.А. Герасименко, A.A. Малюк М: МИФИ, 1997. - 537с.

29. Глухов, Н.И. Оценка информационных рисков хозяйствующих субъектов: дис. . канд. экон. наук: 08.00.05 / Глухов Николай Иванович. Иркутск, 2009- 177 с.

30. Голицинская, Е.С. Energy Consulting в СМИ. В зоне риска Электронный ресурс. / Е.С. Голицинская // СЮ. 2008. - №7 (74). - Режим доступа: http://www.ec-group.ru/press/press/detail.php?ID=816

31. Городецкий А. Е. Нечеткое математическое моделирование плохо формализуемых процессов и систем /А. Е. Городецкий, И. JI. Тарасова. — СПб.: Изд-во Политехи, ун-та, 2010. — 336 с.

32. Грабовый, П.Г. Риски в современном бизнесе / П.Г. Грабовый, С.Н, Петрова, С.И. Полтавцев, К.Г. Романова, Б.Б.Хрусталев, С.М. Яровенко. М.: Изд-во «Алане», 1994.-200 с.

33. Грачева, М.В. Управление рисками в инновационной деятельности / М.В. Грачева, С.Ю. Ляпина. М.: ЮНИТИ-ДАНА, 2010. - 351с.

34. Долматов, A.C. Математические методы риск-менеджмента. М.: Экзамен, 2007.-319 с.

35. Дроздов А.Н. Корпоративное управление ИТ и ИБ в банковской сфере. Лучшие практики. Электронный ресурс. / А.Н. Дроздов // Издание о высоких технологиях CNews. - Режим доступа: http://www.cnews.ru/reviews/ppt/2011 09 14/18Drozdov.pdf

36. Дубров, A.M., Моделирование рисковых ситуаций в экономике и бизнесе: учебное пособие. / A.M. Дубров, Б.А. Лагоша, Е.Ю. Хрусталев М.: Финансы и статистика, 1999. - 320 с.

37. Дюбуа, Д. Теория возможностей. Приложения к представлению знаний в информатике. / Д. Дюбуа, А. Прад М.: Радио и связь, 1990. - 228 с.

38. Емельянов, A.A. Имитационное моделирование в управлении рисками / A.A. Емельянов. Санкт-Петербург: Инжэкон, 2000. - 376 с.

39. Ефанова, Н.В. Модели и методики оценки рисков в производственных системах АПК: автореферат дис. . канд. экон. наук: 08.00.13 / Ефанова Наталья Владимировна. Краснодар, 2009. - 24 с.

40. Завгородний В.И. Информационные риски: сущность, концепция управления / В.И. Завгородний М.: ЗАО «Издательство «Экономика», 2007. - 168 с.

41. Завгородний, В.И. Информационная безопасность. Информационные риски. Управление информационными рисками. Электронный ресурс. / В.И. Завгородний. Режим доступа: http://fa-kit.ru/maindsp.php7topicN591

42. Завгородний, В.И. Содержание информационного риск-менеджмента Электронный ресурс. / В.И. Завгородний // Конгресс конференций «Информационные технологии в образовании». Режим доступа: http://ito.edu.rU/2008/Rostov/II/5/II-5-14.html

43. Завгородний, В.И. Управление информационными рисками: автореф. дис. д-ра. эконом, наук : 08.00.13 / Завгородний Виктор Иванович. М., 2012. -33с.

44. Загурная. О.В. Управление внешними рисками предприятия в системе риск-менеджмента Электронный ресурс. / О.В. Загурная // Креативная экономика. 2008. - № 12 Вып. 2 (125) - Режим доступа: http://www.creativeconomy.ru/ агйс1е8/12916/

45. Золотова, Т.В. Модели и методы управления риском и их применение к эколого-экономическим системам: дис. . д-ра. физ.-мат. наук: 05.13.17 / Золотова Татьяна Валерьяновна М., 2010. - 330 с.

46. ИСО 31000 2009 Риск-менеджмент. Принципы и руководства. Электронный ресурс. // Практический менеджмент качества. - Режим доступа: http://www.pqm-online.com/assets/files/standards/iso31000-2009(г)^Г

47. ИТ-подрядчик Саяно-Шушенской ГЭС отрицает вину Электронный ресурс. // Практический менеджмент качества. 2009. - Режим доступа: http://www.cnews.ru/top/2009/08/26/itpodryadchiksayanoshushenskojgesotritsaetv ¡пи 359281

48. Калашников, А.О. Модели и методы организационного управления информационными рисками корпорации: дис. . канд. техн. наук: 05.13.19 / Калашников Андрей Олегович. М., 2009. - 162 с.

49. Кофман, А. Введение теории нечетких множеств в управлении предприятиями / А. Кофман, X. Хил Алуха. Минск: Высшая школа, 1992. - 216 с.

50. Крейнина, М.Н. Анализ финансового состояния и инвестиционной привлекательности акционерных обществ в промышленности, строительстве и торговле / М.Н. Крейнина М.: АО «ДИС», 1994. - 220 с.

51. Кудрявцев, A.A. Интегрированный риск-менеджмент / A.A. Кудрявцев. М.: Экономика,2010. - 656 с.

52. Кудрявцева, Р.Т. Управление информационными рисками с использованием технологий когнитивного моделирования: автореферат дис. . канд. техн. наук: 05.13.19 / Кудрявцева Рима Тимиршаиховна. Уфа, 2008. - 19 с.

53. Кустов, Г.А. Управление информационными рисками организации на основе логико-вероятностного метода :на примере компании добровольного медицинского страхования: дис. . канд. техн. наук: 05.13.19 / Кустов Георгий Алексеевич. Уфа, 2008. - 176 с.

54. Леоненков, A.B. Нечеткое моделирование в среде MATLAB и fuzzyTECH. / A.B. Леоненков. СПб.: БХВ-Петербург, 2003 - 736 с.

55. Ломакин, М.И. Анализ инвестиционных проектов в условиях неопределенности / М.И. Ломакин // Инвестиции в России, 2000, №3 . 43-46.

56. Лысов, A.C. Методические и программные средства анализа информационных рисков в деятельности органов государственного управления: дис. . канд. техн. наук: 05.13.19 / Лысов Александр Сергеевич. Тюмень, 2008. - 163 с.

57. Маклаков, C.B. BPwin и ERwin. CASE средства разработки информационных систем / C.B. Маклаков. - М.: Диалог-МИФИ, 2000. - 256 с.

58. Меркулов, В.Н. Возможности экономическо-математического регулирования процесса принятия управленческих решений в условиях хозяйственного риска / В.Н. Меркулов // РИСК: ресурсы, информация, снабжение, конкуренция.-2000. -№6. С. 37-44.

59. Мешалкин, В.П. Динамическая классификация сложных технологических систем. / В.П. Мешалкин, М.И. Дли, В.А. Гимаров. М.: «Физматемат», 2006. - 344 с.

60. Мешалкин, В.П. Нечетко-логический алгоритм выбора поставщика в цепи поставок / В.П. Мешалкин, О.Б. Бутусов, М.Е. Дубин, О.П. Никифорова // Прикладная информатика. 2012. - Т. 41. - Вып. 5. С. 114 - 119

61. Мешалкин, В.П. Энергосберегающие технологии на промышленных предприятиях Тульской области / В.П. Мешалкин, С.М. Алдошин, П.Д. Саркисов, В.М. Панарин // Серия «Наука производству» - М.; Тула: Изд-во «Тульский полиграфист». 2006. 126 с.

62. Мешалкин, В.П. Логистика и управление конкурентоспособностью предприятий нефтехимического комплекса (основные концепции и результаты) / В.П. Мешалкин. М.-Генуя: Химия, 2010. - 453 с.

63. Мирошниченко, A.B. Математическое моделирование рисков страховой компании: дис. . канд. экон. наук: 08.00.13 / Мирошниченко Алексей Валерьевич.-М., 2008.- 165 с.

64. Недосекин, А.О. Анализ живучески систем энергетики комбинаторно-вероятностными методами / А.О. Недосекин. // Известия РАН. Энергетика. -1992. -№3.- С. 45-58.

65. Недосекин, А.О. Нечетко-множественный анализ рисков фондовых инвестиций / А.О. Недосекин. СПб.: Типография «Сезам». - 2002. - 145 с.

66. Недосекин, А.О. Методологические основы моделирования финансовой деятельности с использованием нечетко-множественных описаний: дис. . д-ра экон. наук: 08.00.13. // Недосекин Андрей Олегович. СПб., 2003. - 280 с.

67. Немиткина, В.В. Анализ и управление рисками в области защиты информации: автореферат дис. . канд. экон. наук: 08.00.13 / Немиткина Виктория Викторовна. М., 2009. - 24 с.

68. Новоселов, A.A. Математическое моделирование финансовых рисков. Теория измерения. / A.A. Новоселов. Новосибирск: Наука. Сибирская издательская фирма РАН, 2001. - 102 с.

69. Орлов, А.И. Прикладная статистика / А.И. Орлов М.: Издательство «Экзамен», 2004. - 656 с.

70. Орлов, А.И. Теория принятия решений / А.И. Орлов М.: Издательство «Март», 2004. - 656 с.

71. Орлов, А.И. Экспертные оценки / А.И. Орлов М.: 2002. - 31 с.

72. Оценка киберпреступлений как бизнес-рисков: динамика и результаты Электронный ресурс. // Издание о высоких технологиях CNews. - Режим доступа: http://www.cnews.ru/reviews/free/security2012/articles/articlel0.shtml

73. Пастоев, А. Методологии управления ИТ-рисками Электронный ресурс. / А. Пастоев // Издательство «Открытые системы». Режим доступа: http://www.osp.ru/os/2006/08/3584582/

74. Пастоев, А.И. Методологии управления ИТ-рисками Электронный ресурс. / А.И. Пастоев // Открытые системы. 2006. - №8. - Режим доступа: http://www.osp.ru/os/2006/08/3584582/

75. Петренко, С.А. Методики и технологии управления информационными рисками Электронный ресурс. / С.А. Петренко, C.B. Симонов // IT Manager. -2003. -№3. Режим доступа: http://citforum.ru/security/articles/risk/

76. Подчуфарова, И.Е. Механизмы и инструменты повышения эффективности информатизации химических предприятий на основе управления человеческим потенциалом: дис. . канд. экон. наук: 08.00.05 / Подчуфарова Ирина Евгеньевна. М., 2009. - 203 с.

77. Покровский, П.А. Оценка информационных рисков Электронный ресурс. / П.А. Покровский // Журнал сетевых решений/LAN. 2004. - №10. - Режим доступа: http://www.osp.ru/lan/2004/10/139689/

78. Поляков, Р.К. Развитие риск-менеджмента в предпринимательстве: концептуальный подход // Менеджмент в России и за рубежом. 2008. — №1. — С. 6065.

79. Порфирьев, Б.Н. Об анализе риска, концепциях и классификациях рисков. / Б.Н. Порфирьев, A.A. Быков // Проблемы анализа риска. 2006. - т.З - № 4. -С. 319-337.

80. Причина большинства утечек информации — сбои системы и человеческий фактор Электронный ресурс. // Издание о высоких технологиях CNews. -Режим доступа: http://safe.cnews.ru/news/line/index.shtml72013/06/13/532093

81. Промышленные хакерские атаки: кибероружие наносит удар Электронный ресурс. // Издание о высоких технологиях 2010. - CNews. - Режим доступа: http://rnd.cnews.ru/reviews/indexscience.shtml72010/10/15/412421 2

82. Росс, Г.В. Методика диверсификации инновационных рисков в ИТ-технопарках Электронный ресурс. / Г.В. Росс, Ю. П. Федоров // Информационные технологии в управлении. 2008. Режим доступа:http ://vniipvti .corbina.ru/izd/ezh/part 14 .pdf

83. Руководство и управление ИТ: мотивы и возможности Электронный ресурс. // Издательство «Открытые системы». Режим доступа: http://www.cleverics.ru/ru/services/education/cobit-foundation

84. Силов, В.Б. Принятие стратегических решений в нечеткой обстановке. /

85. B.Б. Силов М.: ИНПРО-РЕС, 1995. - 228 с.

86. Симонов, C.B. Современные концепции управления информационными рисками / C.B. Симонов // Известия Южного федерального университета. Технические науки. 2003. - Т. 33. № 4. - С. 119-120.

87. Смоляк, С.А. Учет риска при установлении нормы дисконта /

88. C.А. Смоляк // Экономика и математические методы. 1992 Т. 28. - Вып. 5-6. - С. 23-27

89. Соловьев, В.И. Математические методы управления рисками / В.И. Соловьев. М.: ГУУ, 2003. - 100 с.

90. Стрельцов, A.A. Обеспечение информационной безопасности России. Теоретические и методологические основы / A.A. Стрельцов, под редакцией В.А. Садовничего, В.П. Шерстюка. М., МЦНМО, 2002. - 296 с.

91. Ступаков, B.C. Риск-менеджмент / B.C. Ступаков, Г.С.Токаренко. М.: Финансы и статистика, 2005. - 288 с.

92. Суспицын, П.Ю. Разработка метода оценки и управления информационным риском банковских информационных систем: дис. . канд. экон. наук: 08.00.13 / Суспицын Павел Юрьевич. М., 2003. - 158 с.

93. ТихомировН. П. Риск-анализ в экономике / Н.П.Тихомиров, Т.М. Тихомирова. М.: Экономика, 2010. - 320 с.

94. Токарев, A.JI. Процессно-структурная организация компьютеризированных систем ресурсоэнергетического контроллинга на химических предприятиях /: дис. . канд. экон. наук: 08.00.05 / Токарев Андрей Леонидович. М., 2011. -196 с.

95. Трухаев, Р.И. Модели принятия решений в условиях неопределенности / Р.И. Трухаев М.: Наука, 1981. - 258 с.

96. Управление рисками в России Электронный ресурс. // Ernst&Young. Режим доступа: http://upload.rb.ru/upload/admins/files/Risk%20Management% 20in%20Russia%20EM%20R.us.pdf

97. Федорова, C.B. Разработка модели и инструментария оценки риска неуплаты таможенных платежей: автореферат дис. . канд.экон.наук: 08.00.13 / Федорова Светлана Владимировна. М., 2011. - 24 с.

98. Фишберн, П. Теория полезности для принятия решений / П. Фишберн. -М.: Наука, 1978.-352с.

99. Хилл, П. Комбинация ITIL и COBIT Ваш ответ на вызовы бизнеса. Электронный ресурс. / П. Хилл // Режим доступа: http://documents.bmc.com/ products/documents/71/75/67175/67175 .pdf

100. Хохлов, H.B. Управление риском / Н.В. Хохлов. М.: ЮНИТИ-ДАТА, 2001.-239 с.

101. Хрусталев Е.Ю. Моделирование рисковых ситуаций в экономике и бизнесе / Е.Ю. Хрусталев, A.M. Дубров, Б.А. Лагоша. М.: Финансы и статистика, 1999.- 176 с.

102. Чайка, И.И. Стандарты ИСО серии 9000 самые популярные и применяемые в истории ИСО. Стандарты и качество. 2004 - №10.

103. Штовба С.Д. Проектирование нечетких систем средствами MATLAB. / С.Д. Штовба. М.: Горячая линия - Телеком, 2007. - 288 с.

104. Юденков, A.B., Математическое программирование в экономике. / А.В.Юденков, В.В. Круглов, М.И. Дли. М.: Финансы и статистика, 2010. -240 с.

105. Иванова, И.В. Общие подходы к управлению рисками металлургического предприятия в условиях мирового финансового кризиса / И.В. Иванова, А.Ю. Белозерский // Вестник Российской академии естественных наук. 2009. №13(3). С. 19-23.

106. Иванова, И.В. Использование аппарата нечетких байесовых сетей для оценки инновационных рисков / И.В. Иванова, А.Ю. Белозерский, Т.В. Какатунова // Транспортное дело России. 2011. №2 С.43-46.

107. Иванова, И.В. Оценка информационного риска на основе нечетко-вероятностных методов / И.В. Иванова // Научное обозрение. 2013. №6. С. 213217.

108. Иванова, И.В. Математическая модель управления рисками металлургического предприятия / И.В. Иванова, А.Ю. Белозерский, В.П. Мешалкин // Материалы межд. науч.-практ. конф. «Энергетика, информатика, инновации». Смоленск, 2011. С.156-159.

109. Иванова, И.В. Модель формирования информационного риска на промышленных предприятиях / И.В. Иванова // Приволжский научный вестник. 2013. №5(21). С.58-61.

110. Иванова, И.В. Интеллектуальный алгоритм оценки взаимовлияния источников информационного риска / И.В. Иванова // Сборник тезисов докладов конгресса молодых ученых, Выпуск 2. СПб: НИУ ИТМО, 2013. - С. 97-99.

111. Иванова, И.В. Метод анализа взаимосвязей факторов риска / И.В. Иванова //Информационные технологии, энергетика и экономика: сб. трудов IX Международной научно-технической конференции студентов и аспирантов.

112. Т.З. Смоленск: РИО филиала МЭИ в г. Смоленске, 2012. - С. 111-115.