Publication:
ПОВЫШЕНИЕ ТОЧНОСТИ ОПРЕДЕЛЕНИЯ ДЕВИАНТНЫХ ГРУПП ПРИ ПОДБОРЕ И МОНИТОРИНГЕ ПЕРСОНАЛА ПРЕДПРИЯТИЙ КРИТИЧЕСКОЙ ИНФОРМАЦИОННОЙ ИНФРАСТРУКТУРЫ

Простая страница элемента
creativeworkseries.issn 2074-7128 (Print)
dc.contributor.authorЕвсеев, В. Л.
dc.contributor.authorБураков, А. С.
dc.contributor.authorМарченко, А. В.
dc.contributor.authorЕвсеев, Владимир Леонович
dc.contributor.authorМарченко, Анатолий Васильевич
dc.date.accessioned2025-11-20T11:07:44Z
dc.date.available2025-11-20T11:07:44Z
dc.date.issued2025
dc.description.abstractЦелью статьи является разработка эффективного подхода повышения достоверности результатов мониторинга и профилактики девиантного поведения персонала на предприятиях критической информационной инфраструктуры (КИИ). Безопасность предприятий КИИ зависит не только от технических решений, но и от человеческого фактора. Нарушения, связанные с действиями персонала, представляют собой серьёзную угрозу устойчивости функционирования предприятий КИИ. Эффективные подходы к оценке поведения сотрудников предприятий КИИ на основе их цифрового профиля, поведенческих признаков позволяют повысить качество и точность подбора и мониторинга персонала, что позволяет значительно минимизировать риски внутренних угроз. Рассматривается метод обработки данных в которых известны описания множества факторов поведения как потенциальных, так и действующих работников. Суть метода – выполнение кластеризации для деления большого массива данных поведения сотрудников предприятий КИИ на кластеры. В основе метода - итеративный алгоритм кластеризации метод k-средних, основанный на минимизации суммарных квадратичных отклонений точек кластеров от центроидов этих кластеров. Обоснована зависимость кластеризации методом k-средних от выбора начальных центров кластеров, влияющая на точность группировки работников предприятий КИИ по их многомерным поведенческим признакам, что приводит к критическим ошибкам в их классификации. С целью повышения точности кластеризации методом k-средних предлагается метод, в основе которого – алгоритм инициализации центроидов случайным образом, определяющий k начальных точек, которые служат временными центрами кластеров и выбор оптимальных по метрике – среднее внутрикластерное расстояние. Проведенный численный эксперимент показал, что различия в результатах кластеризации при разных инициализациях достигают статистически значимых величин. Построены гистограмма и тепловая карта, визуализирующие предпочтительные зоны выбора центроидов. Предложенный метод позволяет повысить достоверность получаемых в результате кластеризации данных при автоматизированной классификации потенциальных и действующих сотрудников предприятий КИИ по их цифровым профилям, множеству факторов их поведения. Данный метод целесообразно использовать в системах мониторинга и профилактики девиантного поведения персонала на предприятиях КИИ.
dc.description.urihttps://bit.spels.ru/index.php/bit/article/view/1821
dc.identifier.citationЕвсеев, Владимир Л.; Бураков, Антон С.; Марченко, Анатолий В. Повышение точности определения девиантных групп при подборе и мониторинге персонала предприятий критической информационной инфраструктуры. Безопасность информационных технологий, [S.l.], т. 32, № 3, с. 121-131, 2025. ISSN 2074-7136. URL: https://bit.spels.ru/index.php/bit/article/view/1821. DOI: http://dx.doi.org/10.26583/bit.2025.3.10.
dc.identifier.doi10.26583/bit.2025.3.10
dc.identifier.urihttps://openrepository.mephi.ru/handle/123456789/39807
dc.publisherНИЯУ МИФИ
dc.subjectТепловая карта
dc.subjectСреднее внутрикластерное расстояние
dc.subjectИнициализация центроидов
dc.subjectДевиация
dc.subjectИтеративный алгоритм
dc.subjectМетод k-средних
dc.subjectКластерный анализ
dc.subjectПоведенческие признаки
dc.subjectЦифровой профиль
dc.subjectБезопасность предприятий КИИ
dc.titleПОВЫШЕНИЕ ТОЧНОСТИ ОПРЕДЕЛЕНИЯ ДЕВИАНТНЫХ ГРУПП ПРИ ПОДБОРЕ И МОНИТОРИНГЕ ПЕРСОНАЛА ПРЕДПРИЯТИЙ КРИТИЧЕСКОЙ ИНФОРМАЦИОННОЙ ИНФРАСТРУКТУРЫ
dc.title.alternativeНАУЧНЫЕ СТАТЬИ
dc.typeArticleru
dspace.entity.typePublication
relation.isAuthorOfPublicationf770b285-db75-49a9-8c02-1211a1ecc0c0
relation.isAuthorOfPublication694b2451-b631-4556-88e4-2d6de0fc03c0
relation.isAuthorOfPublication.latestForDiscoveryf770b285-db75-49a9-8c02-1211a1ecc0c0
relation.isJournalIssueOfPublication75587d35-5f8b-43a9-b861-edba34f2410b
relation.isJournalIssueOfPublication.latestForDiscovery75587d35-5f8b-43a9-b861-edba34f2410b
relation.isJournalOfPublication3b9ae913-eaeb-4d29-a767-7f6ca8a0e066
relation.isOrgUnitOfPublication010157d0-1f75-46b2-ab5b-712e3424b4f5
relation.isOrgUnitOfPublication.latestForDiscovery010157d0-1f75-46b2-ab5b-712e3424b4f5
Файлы
Original bundle
Теперь показываю 1 - 1 из 1
Уменьшенное изображение
Name:
1821-2977-1-PB.pdf
Size:
656.52 KB
Format:
Adobe Portable Document Format
Description:
Download
License bundle
Теперь показываю 1 - 1 из 1
Уменьшенное изображение
Name:
license.txt
Size:
3.45 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Коллекции