Материал: Методические указания к практическим занятиям по дисциплинам «Информационные операции и атаки в распределенных системах». Плотников Д.Г
R′ = ∑ kir′i,
i
где: Ri – мера чувствительности компонента;
mui и mvi меры риска и шанса.
Мера чувствительности i-го элемента системы представляется возможным определить с помощью следующего выражения.
ki = P(F, ̅ri) − P(F, ri),
1 − P(F, ri)
где: P(F, ̅ri) – вероятность реализации оператора F при отсутствии ресурса ri i-го элемента системы;
P(F, ri) – вероятность реализации оператора F при наличии ресурса ri i-го элемента системы.
Такой подход уместен для распределения ресурса в ходе администрирования системы с учетом возможного выхода из строя атакуемой компоненты.
Вышеприведенные рассуждения относятся к управлению на макроуровне, где фактически выделяются два подмножества (синхронно и асинхронно) атакуемых компонентов системы, (рис. 10) между которыми осуществляется соответствующее перераспределение ресурса
(11) и (12).
Вместе с тем, представляется возможность регулирования общего риска на макроуровне, т.е. уровне компонентов системы. Для пояснения рассмотрим характеристику общего риска для случая, когда система состоит из трех компонентов (рис. 11). Очевидно, что управляя положением экстремумов и разбросом для риска каждой из компонент, можно регулировать как неравномерность σ, так и полосу П общей характеристики. Нагляднее это иллюстрирует рис. 12, где характеристика общего риска представлена в логарифмическом масштабе.
54
Атакуемая система
Подмноже |
Подмножество |
ство |
компонентов, |
компонентов, |
подвергающихся |
подвергающихся |
асинхронным |
синхронным |
атакам |
атакам |
|
Рис. 10. Подмножество систем с различной методологией оценки общего риска
Risk
u
Рис 11. Характеристика общего риска системы, состоящей из трех независимо атакуемых компонентов
55
20lg Risk
Д
u
Рис. 12. Характеристика общего риска при его изменении в логарифмическом масштабе (в децибелах)
Аналитически этот способ можно пояснить на примере логнормального распределения плотности вероятности наступления ущерба в компоненте системы, где для асинхронных атак общий риск определяется следующим выражением
|
n |
1 |
|
|
(ln u − ln mi)2 |
|
|
(АА) |
= ∑ |
|
exp [− |
], |
|||
RiskΣ |
|
|
|
|
|||
|
|
|
2σi2 |
||||
|
i=1 |
σi√2π |
|
|
|||
|
|
|
|
|
|
|
|
где mi и σi – параметры распределения в i-ой компоненте. Изменяя mi, мы можем регулировать Д. В тоже время
регулировка σi позволит управлять параметром δ. Вышеприведенные регулировки достигаются
соответствующей настройкой средств защиты, применяемых в компонентах системы. В этом отношении может быть осуществлена соответствующая алгоритмизация процесса.
56
ЗАДАНИЯ
1.Анализ Client-IRC. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
2.Анализ Client-P2P. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
3.Анализ Client-SMTP. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
4.Анализ Dialer. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
5.Анализ Downloader. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
6.Анализ FraudTool. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
7.Анализ Monitor. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
8.Анализ NetTool. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
9.Анализ PSWTool. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
57
10.Анализ RemoteAdmin. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
11.Анализ RiskTool. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
12.Анализ Server-FTP. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
13.Анализ Server-Proxy. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
14.Анализ Server-Telnet. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
15.Анализ Server-Web. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
16.Анализ WebToolbar. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
17.Анализ вредоносных программ типа Backdoor. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
18.Анализ вредоносных программ типа EmailWorm. Моделирование процесса деструктивных воздействий. Оценка ущербов и рисков. Выработка рекомендаций по противодействию. Прогнозная оценка их эффективности.
19.Анализ вредоносных программ типа Exploit. Моделирование процесса деструктивных воздействий. Оценка
58