Forelesning 13 Risikoanalyser 31.03.2003 HiØ forelesning 13.

Presentasjon om: "Forelesning 13 Risikoanalyser 31.03.2003 HiØ forelesning 13."— Utskrift av presentasjonen:

1 Forelesning 13 Risikoanalyser HiØ forelesning 13

2 Hvorfor risikoanalyser
HiØ Hvorfor risikoanalyser Må kunne ha tillit til at HMS ivaretas på en tilfredsstillende måte (som medarbeider og omgivelse) materielle verdier beskyttes (som eier og medarbeider – og kunde virksomhetens økonomi og omdømme ivaretas (eier og medarbeider – og kunde) Hvordan skal ledelse fortjene tillit? Ved å ha en formening om hva slags ulykker, uhell, feil, svikt eller kriminelle handlinger som kan medføre skade på mennesker, miljø, materielle verdier, økonomiske tap eller tap av omdømme. Gjøre bevisste valg av tiltak for å unngå, hindre eller redusere omfanget av slike hendelser. Risikoanalyser er grunnlaget for å kunne gjøre bevisste valg I tillegg stilles det krav fra myndighetene om gjennomføring av risikoanalyser eller risikovurderinger; HiØ forelesning 13

3 Lover og forskrifter Personopplysningsloven
HiØ Lover og forskrifter Personopplysningsloven Datatilsynet kan gi pålegg om sikring av personopplysninger og herunder fastlegge kriterier for akseptabel risiko forbundet med behandlingen av personopplysninger. Personopplysningsforskriften Forskriften pålegger at det skal gjennomføres risikovurdering(er), og at sikkerhetstiltak skal innføres for å håndtere risiko. Beskyttelsesinstruksen Tempestrisikovurdering (når påkrevd) Helseregisterloven krav om å gjennomføre risikovurdering som grunnlag for å avklare behov for tiltak, og videre at det må etableres et styringssystem for informasjonssikkerhetsarbeidet Beredskapsforskriften for kraftforsyningen Det gis rom for å oppfylle funksjonskravene på måter enhetene selv mener er mest effektivt, basert på gjennomførte sårbarhets- og risikoanalyser. plikter eieren av anlegget å utføre nødvendige risiko- og sårbarhetsanalyser og gjennomføre aktuelle mottiltak og klargjøre beredskap for å håndtere ekstraordinære situasjoner. Lov om Schengen informasjonssystem (SIS-loven) krav om å gjennomføre risikovurdering som grunnlag for å avklare behov for tiltak, og videre at det må etableres et styringssystem for informasjonssikkerhetsarbeidet. SIS-forskriften Forskriften pålegger at det skal gjennomføres risikovurdering(er) og at sikkerhetstiltak skal innføres for å håndtere risiko. Det er mange lover og forskrifter som krever at det utarbeides risikoanalyse i HMS sammenheng, men i forbindelse med ”security” er det Datatilsynets forskrift til personopplysningsloven som kan ha relevans for de fleste. I spesielle tilfeller, for virksomheter som har leveranser til offentlige virksomheter, kan sikkerhetsloven med forskrifter være aktuell. I lover og forskrifter i ”security” sammenheng ser det ut til at ”risikovurdering” benyttes i stedet for ”risikoanalyse”. Datatilsynet skriver i forskriften: Begrepet ”risikovurdering” er valgt i stedet for den mer formelle betegnelsen ”risikoanalyse”. Dette for å signalisere at arbeidet med å avdekke risiko ikke bør være mer omfattende eller formalisert enn strengt tatt nødvendig. Begrepet ”risikovurdering” er også valgt i stedet for ”sårbarhetsanalyse” som normalt benyttes kun til å beskrive vurdering av motstandsdyktighet mot uønskede hendelser. HiØ forelesning 13

4 Risiko og sikkerhet Risiko kan uttrykke
Mulighet for gevinst – på Lotto, børs osv., også kalt spekulativ risiko; Mulighet for tap (av verdier, helse, liv, ..); Vi skal kun befatte oss med muligheten for tap. En uønsket hendelse er en hendelse eller tilstand som kan medføre skade på mennesker, miljø og materielle verdier. Risikobegrepet uttrykker en antagelse om hvor stor sannsynlighet det er for at en uønsket hendelse skal inntreffe og skadens størrelse eller omfang. HiØ forelesning 13

5 Risiko = Sannsynlighet * Konsekvens
eller Mulighet Uakseptabel risiko Akseptkriterium Akseptabel risiko Konsekvens HiØ forelesning 13

6 Systematisk fremgangsmåte for å beskrive og beregne risiko. Hensikt
Risikoanalyse Systematisk fremgangsmåte for å beskrive og beregne risiko. Hensikt Gi en oversikt over de farer som eksisterer (trusselidentifikasjon); Gi retningslinjer for prioritering av risikoreduserende tiltak som å unngå skade (redusere sannsynligheten eller muligheten for); redusere omfanget av en allerede påført skade (konsekvensreduksjon); Være et verktøy som hjelper en å avgjøre når sikkerheten er ”god nok”; HiØ forelesning 13

7 Modell OK ”Skadet” Under ”angrep” 1 p 1-p Hvordan forlenge
tiden i tilstand OK Hvordan øke sannsynligheten for å avvise angrep, eller redusere sannsynligheten for at angrep skal lykkes. Hvordan redusere skadet-tiden og skadeomfanget HiØ forelesning 13

8 Risikoanalyseprosessen
HiØ Risikoanalyseprosessen Definere mål og omfang Trussel- identifikasjon Frekvens- analyse Konsekvens- analyse Hva er akseptabel risiko? Risiko- vurdering Foreslå tiltak Akseptabelt? Nei Risikoanalysen kan omfatte: * Identifikasjon/avgrensning av ”det” som skal analyseres; * Fastleggelse av trusler, risikoer, bekymringer man har i forhold til det som skal analyseres; * Analyse av eksisterende sikringstiltak; * Prioritering av risikoer eller fastleggelse av sårbarhet for de trusler man kan utsettes for; * Forslag til iverksettelse av tiltak for å redusere risiko, øke motstandsdyktighet eller evt. akseptere risiko; * Forslag til metoder for å overvåke og anslå kontrollmekanismenes effektivitet. Ja Andre tiltak ønskelig? HiØ forelesning 13

9 Risikomatrise T1 T2 T6, T7 T3 T5 T4 Sannsynlighet; Mulighet Vanlig;
Hvert år Høy Kan skje; 1 gang per 10 år Middels Lite trolig; Mer enn 10 år mellom hver gang Lav Konsekvens 1 MNOK 10 MNOK 100 MNOK Ubetydelig Middels Alvorlig Kritisk HiØ forelesning 13

10 Hvordan ? Ad hoc, ryggmargsfølelsen Sjekklister (finnes div. verktøy)
Kvalitative analyser Kvantitative analyser HiØ forelesning 13

11 Objektbeskrivelse Hva skal analyseres (avgrensning)
Div. verktøy (ISAP oa.) Innbyr til stor detaljgrad Liten hjelp til analytisk nedbryting ”Analytisk” Starte analysen på et overordnet og grovt nivå Benytte standard tegneverktøy Metode som ved utvikling Ut Inn HiØ forelesning 13 Av interesse: Informasjonstyper, lokasjoner, systemer, kommunikasjonskanaler

12 Trusselidentifikasjon
Sjekklistebasert (når listene blir lange....) Hazid (Hazard Identification), Strukturert idedugnad Våre ledeord: Avsløring Manipulasjon Stanse/Forhindre HiØ forelesning 13

13 Hazop-skjema Tilstede: Dato: Objekt: Id Ledeord: Trussel Årsak
Konsekvens 1 Avsløring Avsløre rot-passord til server Lyttet på LAN-segment fra åpen ftp-server i ”lytte”-modus Tilgang til alle data på server. Kan misbruke alle ressurser. HiØ forelesning 13

14 Fordeler ved å starte ”overordnet”
HiØ Fordeler ved å starte ”overordnet” Lavere kompleksitet i første analyse, uten at viktige aspekter blir utelatt; Analyse på detaljnivå blir målrettet og mer effektiv; Rask etablering av et ”trusselbilde”; Godt tilpasset utviklingsprosjekter; Hendelseskjedene gir grunnlag for å velge de mest effektive tiltakene. HiØ forelesning 13

15 Kontekst Hva omfattes av analysen Hva er grensesnittene mot omgivelsene
Internt Statistikk Status/ Alarmer Faktura- grunnlag Det som analyseres Autentiserings- informasjon Leveranser Status/ Alarmer Eksternt HiØ forelesning 13

16 CIA Hazop Bevisst avsløring av tjenesteleveranser, status, autentiseringsinfo, fakturagrunnlag, statistikk Bevisst manipulasjon av tjenesteleveranser, status, autentiseringsinfo, fakturagrunnlag, statistikk Bevisst forhindring av tjenesteleveranser, status, autentiseringsinfo, fakturagrunnlag, statistikk Ved å starte med fokus på sluttkonsekvenser, kan man begrense detaljanalyser til essensielle områder og sikre best det man er mest avhengig av (risikostyring) HiØ forelesning 13

17 Sluttkonsekvenser HiØ forelesning 13

18 Arkitekturbeskrivelse som grunnlag for årsaksanalyse
Domene B Domene A Domene C HiØ forelesning 13

19 Avsløring av autentiseringsinfo
Årsaksanalyse Og Eller T1 Avsløring av autentiseringsinfo I hjem På internett I lokalnett På server 1 2 3 Lagret i PC Sniffer på PC Kikke over skuldra Elektromagnetisk stråling 4 5 6 7 HiØ forelesning 13

20 Årsaksanalyse forts. 1 9 10 8 I aksessnettet på hjem-siden
på jobb-siden Hos ISP ..... 9 10 8 Tilgang til transm.medium Besitte lytteutstyr Ha nødv. kompetanse HiØ forelesning 13

21 Hendelseskjeder Faktura Takstinfo Oppsett av samtale Målinger
Prosesskontroll Takstinfo Målinger 2. Hva er de mulige årsakene? 1. Hvilken skade kan analyseobjektet påføre sine omgivelser? Mulige konsekvenser Årsaker og ”hendelseskjeder” HiØ forelesning 13

22 Risiko Hvor sannsynlig er det at trusselen manifesteres?
Forsikringsselskapene samler statistikk innenfor sine områder. Brukes for å beregne premier. Dårlig med tilgjengelig og egnet statistikk for datasikkerhetsbrudd Hvor store vil i så fall konsekvensene være? Tall for gjenanskaffelse av utstyr finnes; Tap som følge av stans i tjeneste kan anslås; Tap som følge av omdømmetap vanskelig å beregne; Tapt tilgjengelighet lettere å beregne enn avsløring og manipulasjon. HiØ forelesning 13

23 Risikomatrise – resultat av kvalitativ analyse
Sannsynlighet; Mulighet T1 T2 T6, T7 T3 T5 T4 Vanlig; Hvert år Høy Kan skje; 1 gang per 10 år Middels Lite trolig; Mer enn 10 år mellom hver gang Lav Konsekvens 1 MNOK 10 MNOK 100 MNOK Ubetydelig Middels Alvorlig Kritisk HiØ forelesning 13

24 Kvalitative analyse Fordeler Ulemper
Enkle beregninger (om beregninger i det hele tatt) Ikke påkrevet å fastsette kroneverdier Ikke påkrevet å kvantifisere trusselfrekvenser Enkelt å involvere ”ikke-kvalifisert” personale Gjennomføring og rapportering kan gjøres fleksibelt Ulemper Den subjektive natur iom. mangel på objektive målinger og redskaper for å utføre slike målinger Resultatene hviler fullsetndig på kvaliteten i gruppen som gjennomfører analysen Dårlig grunnlag for kost-/nytteanalyser av tiltak HiØ forelesning 13

25 Sjekklister (1) Kan kontrollere tilstedeværelsen av ”noe”.
fysiske enheter, mekanismer, organisasjonselementer, rutiner osv. Viktighet av det enkelte element kan vektes/gis poeng og sårbarhet kan tolkes ut av høye/lave poengsummer. Manglende hindringer eller barrierer gir høy sårbarhet. Man kan velge å avlede høy sannsynlighet fra høy sårbarhet; Manglende beredskapsplaner/øvelser/avtaler medfører større konsekvenser dersom noe skjer. Sjekklister er best når de er tilpasset den enkelte virksomhet. Til en viss grad må det kunne lages bransjeløsninger og løsninger for områder (enkelte aktiviteter/systemer innenfor bedriften) som er felles for flere. HiØ forelesning 13

26 Sjekkliste – et eksempel
HiØ forelesning 13

27 Sjekkliste - verdiskala
HiØ forelesning 13

28 Sjekklister (2) Fordeler Ulemper
HiØ Sjekklister (2) Fordeler Tar relativt kort tid å gjennomføre (er billig); Kan involvere mange ved f.eks. Spørreskjemaer (papir eller på nett); Man slipper kompliserte og ”dyre” analyser; Minimumskrav / sikkerhetsprofil – det er mulig å måle/kontrollere virksomhetens sikringsnivå opp mot egne minimumskrav, bransjekrav, myndighetskrav el. Forskjellige deler av en virksomhet kan sammenliknes; Kan raskt finne svakheter – og gjøre noe med dem; Summerer opp erfaringene til flere. Data fra forskjellige deler av egen virksomhet og på tvers av flere virksomheter kan gjøres sammenliknbare; Ulemper Forutsetter at ”One size fits all” mellom enheter innenfor en virksomhet og mellom virksomheter; Kan risikere å sette inn beskyttelse på ”feil sted”; Kan risikere å sette inn for mye eller for lite sikring i forhold til virksomhetens ”egentlige” behov. Sjekklister er i større grad et verktøy for revisjon og oppfølging enn for risikoanalyser Lokale tilpasninger i en sjekkliste/revisjonsverktøy kan med fordel gjøres etter en forutgående risikoanalyse. HiØ forelesning 13

29 Kvantitative analyser
Fordeler Baseres på objektive målinger Kost-/nyttebetraktninger er essensielle Resultatene kan uttrykkes i et ledelsesspesifikt språk (kroner, prosenter, sannsynligheter) Ulemper Beregningene kan være komplekse Betydelig forarbeide med innsamling og validering av ”måledata” HiØ forelesning 13

30 Kvantitative analyser - variant
Baseres på Bayesisk eller Subjektivistisk statistikk Man blander ny subjektiv informasjon med kjent objektiv informasjon Baserer vurderinger Mindre på historiske data Og mer på subjektive vurderinger om fremtidige aktiviteter og hendelser basert på erfaring, innsikt og magefølelse Benyttet bl.a. ved at man i en analyse av GSM-nettet blandet Objektive data om trafikkmengde gjennom et punkt Med subjektive data om forventet tid til hendelse og antatt reetableringstid. HiØ forelesning 13