КОМПРОМИССНАЯ ПАРЕТОВСКАЯ ОЦЕНКА ПАРАМЕТРОВ РЕГРЕССИОННОЙ МОДЕЛИ УЩЕРБА ОТ КИБЕРПРЕСТУПЛЕНИЙ
https://doi.org/10.34822/1999-7604-2021-1-71-75
Аннотация
В работе построена регрессионная модель влияния валового внутреннего продукта США, а также количества утечек данных и вскрытых записей на ущерб от киберпреступлений. Параметры этой модели представляют собой компромиссную паретовскую оценку в задаче минимизации векторной функции потерь. При идентификации параметров модели использованы методы наименьших квадратов и минимизации векторной функции потерь. С целью повышения адекватности модели задействована комбинированная переменная, обобщающая показатели, характеризующие похищенную информацию. В качестве инфор-мационной базы использованы статистические данные США за 2005–2019 гг.
Об авторе
С. И. НосковРоссия
утечки данных; вскрытые записи; ущерб от киберпреступлений; регрессионная модель; множественное оценивание параметров.
Список литературы
1. Дементьева М. А., Лихачева В. В., Козырев Т. Г. Киберпреступления в банковской сфере Российской Федерации: способы выявления и противодействия // Экономич. отношения. 2019. Т. 9, № 2. С. 1009–1020.
2. Анискин С. С., Селедцов В. Ю. Кибербезопасность как один из трендов цифровой экономики России // Образование и наука без границ: социал.-гуманитар. науки. 2019. № 12. С. 28–31.
3. Рогоза А. А., Сабиров В. Д., Лаптева А. В. Меры по борьбе с киберпреступностью в России // Экономич. исследования и разработки. 2020. № 12. С. 68–72.
4. Saini D. A Mathematical Model for the Effect of Malicious Object on Computer Network Immune System // Applied Mathematical Modelling. 2011. № 8. Р. 3777–3787.
5. Давыдов И. В., Шелупанов А. А. Формализация модели совершения киберпреступлений, совершаемых с использованием вредоносных кодов // Известия Томск. политех. ун-та. 2006. Т. 309, № 8. С. 126–129.
6. Швырев Б. А. Модель величины потерь пользователя от киберпреступлений // Финанс. экономика. 2018. № 3. С. 103–104.
7. Носков С. И., Вергасов А. С. Регрессионная модель структурных факторов киберугроз // Программная инженерия. 2020. № 4 (11). С. 251–256.
8. Глухов Н. И., Носков С. И., Попов П. Ю. Математическая модель динамики компьютерных преступлений // Информ. технологии и матем. моделирование в управлении
9. сложными системами. 2020. № 1. С. 1–8.
10. Айвазян С. А., Бродский Б. Е. Макроэконометрическое моделирование: подходы, проблемы, пример эконометрической модели российской экономики // Прикладная эконометрика. 2006. № 2. С. 85–111.
11. Дрейпер Н., Смит Г. Прикладной регрессионный анализ. М. : Диалектика, 2007. 911 с.
12. Носко В. П. Эконометрика. Элементарные методы и введение в регрессионный анализ временных рядов. М. : Фонд «Ин-т эконом. политики им. Е. Т. Гайдара», 2004. 501 с.
13. Annual number of data breaches and exposed records in the United States from 2005 to 1st half 2020. URL: https://www.statista.com/statistics/273550/data-breaches-recorded-in-the-united-states-by-number-of-breaches-and-records-exposed/ (дата обращения: 18.02.2021).
14. ВВП (в текущих долларах США) – Russian Federation. Данные по национальным счетам Всемирного банка и файлы данных по национальным счетам ОЭСР. URL: https://data.worldbank.org/indicator/NY.GDP.MKTP.CD?locale=ru&locations=RU (дата обраще-ния: 18.02.2021).
15. Носков С. И. Компромиссные паретовские оценки параметров линейной регрессии // Матем. моделирование. 2020. Т. 32, № 11. С. 70–78.
16. Носков С. И., Базилевский М. П. Построение регрессионных моделей с использо-ванием аппарата линейно-булевого программирования. Иркутск : ИрГУПС, 2018. 176 с.
Рецензия
Для цитирования:
Носков С.И. КОМПРОМИССНАЯ ПАРЕТОВСКАЯ ОЦЕНКА ПАРАМЕТРОВ РЕГРЕССИОННОЙ МОДЕЛИ УЩЕРБА ОТ КИБЕРПРЕСТУПЛЕНИЙ. Вестник кибернетики. 2021;(1 (41)):71-75. https://doi.org/10.34822/1999-7604-2021-1-71-75
For citation:
Noskov S.I. COMPROMISE PARETO’S EVALUATION OF PARAMETERS FOR REGRESSION MODEL OF DAMAGE BY CYBERCRIMES. Proceedings in Cybernetics. 2021;(1 (41)):71-75. (In Russ.) https://doi.org/10.34822/1999-7604-2021-1-71-75