Количественный анализ рисков

Модель FAIR — Factor Analysis of Information Risk

FAIR — международный стандарт (The Open Group: O-RT — таксономия риска, O-RA — анализ риска) для количественной оценки информационных и операционных рисков в денежном выражении. Модель разработана Джеком Джонсом и позволяет перейти от «красно-жёлто-зелёных» матриц к понятным бизнесу цифрам: сколько и как часто организация может потерять.

Определение риска

В FAIR риск — это вероятная частота и вероятная величина будущих потерь. Обе составляющие оцениваются диапазонами (минимум, наиболее вероятное, максимум) с заданной уверенностью, а затем объединяются методом Монте-Карло.

Риск ≈ LEF (частота событий потерь) × LM (величина потерь) → годовые ожидаемые потери (ALE) и кривая превышения потерь

Таксономия факторов

Риск — частота и величина потерь
LEF — Loss Event Frequency: сколько раз в год угроза приводит к потерям
TEF — частота событий угрозы = Contact Frequency × Probability of Action
Vulnerability (уязвимость) — вероятность, что Threat Capability превысит Resistance Strength
LM — Loss Magnitude: величина потерь от одного события
Первичные потери — несёт сама организация непосредственно
Вторичные потери — Secondary LEF × Secondary LM: реакция регуляторов, клиентов, партнёров, СМИ

Шесть форм потерь

Продуктивность

Простой, недополученная выручка, снижение способности создавать ценность.

Реагирование

Расследование, IR-команда, юристы, уведомления, PR-кампания.

Замещение

Замена или восстановление оборудования, данных, систем.

Штрафы и иски

Регуляторные санкции, судебные решения, компенсации.

Конкурентное преимущество

Утечка интеллектуальной собственности, коммерческой тайны.

Репутация

Отток клиентов, падение стоимости акций, рост стоимости капитала.

Процесс анализа

  • Сценарий: определить актив, сообщество угроз (threat community), эффект (конфиденциальность, целостность, доступность).
  • Оценка факторов: калиброванные оценки диапазонов на том уровне дерева, где есть данные (чем выше — тем проще).
  • Моделирование: тысячи итераций Монте-Карло с распределениями PERT.
  • Интерпретация: ALE, процентили, кривая превышения потерь, сравнение с аппетитом к риску.
  • Решения: выбор и обоснование контролей через снижение потерь относительно их стоимости (ROI).

Как контроли влияют на модель

  • Снижение TEF: сокращение поверхности атаки, сдерживание, сегментация.
  • Снижение уязвимости: MFA, патчинг, усиление Resistance Strength.
  • Снижение LM: резервные копии, план реагирования, шифрование, киберстрахование.

Расширения стандарта: FAIR-CAM (модель аналитики контролей) и FAIR-MAM (модель материализации потерь).

Калькулятор FAIR: симуляция Монте-Карло

Введите диапазоны (минимум, вероятное, максимум) для частоты угрозы, уязвимости и ущерба от одного события. Расчёт выполнит 10 000 моделируемых лет с распределением PERT.

Частота событий угрозы (TEF)

Сколько раз в год угроза пытается нанести ущерб

Уязвимость, %

Вероятность, что попытка станет событием потерь (0–100)

Ущерб от одного события (LM), ₽

Суммарные первичные и вторичные потери

Результаты

Нажмите «Рассчитать», чтобы увидеть ожидаемые годовые потери.

Тест: 50 вопросов по модели FAIR

Вопросы и варианты ответов перемешиваются при каждой новой попытке.

Симулятор: 50 ситуаций применения FAIR

Выберите наиболее корректное решение с позиции FAIR — получите вывод и рекомендацию. Порядок ситуаций меняется при каждом запуске.

Оцените тренажёр

Анонимно · 30 секунд

Удобство
Материал
Результат
Впечатление