COMPROMISE PARETO’S EVALUATION OF PARAMETERS FOR REGRESSION MODEL OF DAMAGE BY CYBERCRIMES
https://doi.org/10.34822/1999-7604-2021-1-71-75
Abstract
The paper builds a regression model of the influence of the US gross domestic product, as well as the number of data breaches and exposed records, on the damage from cybercrimes. The parameters of this model represent a compromise Pareto estimate in the problem of minimizing the vector loss function. In identifying the parameters of the model, the method of least squares and minimization of the vector loss function are used. To improve the adequacy of the model, a compo-site variable is used that summarizes indicators characterizing the stolen information. The US statis-tical data for 2005–2019 is used as an information base for the model.
About the Author
S. I. Noskov
Irkutsk State Transport University, Irkutsk
Russian Federation
Russian Federation
Е-mail: sergey.noskov.57@mail.ru
References
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.
Review
For citations:
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
Views:
164
Email this article 