Ефективність національної кібербезпеки: DEA- аналітика
DOI:
https://doi.org/10.35774/visnyk2022.03.008Анотація
Вступ. Ключовою детермінантою цифрової ери є кібербезпека, яка надзвичайно важлива як для індивідуальних осіб, так і для компаній, підприємств, банків, великих та малих бізнесів. Високий рівень національної кібербезпеки, ефектисть систем кіберзахисту – це запорука стабільності економіки держави. Тому актуальним та нагальним питанням сьогодення є комплексне та всебічне оцінювання якості національних систем кібербезпеки, які гарантовано підтримали би фінансову діяльність держави.
Мета дослідження полягає у визначенні максимального, найбільш ефективного значення індексу національної кібербезпеки країн світу, розподілених на 8 кластерів, враховуючи як рейтингове значення індексу національної кібербезпеки, так і особливості систем та процедур організації кіберзахисту, легкості ведення бізнесу, рівня цифрового розвитку.
Методи дослідження: бібліометричний аналіз застосування інструментів DEA-аналізу з використанням програмного забезпечення VOSviewer, лінійна оптимізація з використанням прямої моделі Банкера-Чарнеса-Купера та програмного забезпечення Frontier Analyst, кластерний аналіз з використанням метода Уорда та програмного забезпечення Statgraphics.
Результати. Визначено ефективність національної кібербезпеки 97 країн світу у 2021 р., виявлено еталонні країни, які мають високоякісну систему національної кібербезпеки, а також визначено потенційні резерви для збільшення таргетованого значення індексу національної кібербезпеки.
Перспективи. подальші дослідження будуть спрямовані на розроблення багатоваріантних адаптивних сплайнів регресії, MARS-моделей для посилення фінансової кібербезпеки країни та розроблення дорожньої карти розвитку інноваційної системи протидії легалізації кримінальних доходів та фінансового кіберзахисту.
Ключові слова: національна кібербезпека; рівень цифрового розвитку; аналіз охоплення даних, багатокритеріальне лінійне програмування, ефективність.
Посилання
Donalds, Ch., Osei-Bryson, Kweku-Muata, Samoilenko, S. (2019). Exploring the impacts of intrinsic variables on security compliance efficiency using DEA and MARS. IFIP Advances in Information and Communication Technology, 551. P. 751– 762. http://doi.org/10.1007/978-3-030-18400-1_61
Emmerich, M., Deutz, A. (2015). Multicriteria Optimization and Decision Making: Principles, Algorithms and Case Studies. URL : https://liacs.leidenuniv. nl/~emmerichmtm/modapage/MCOReaderEmmeirchDeutz2017.pdf
CCR Model (DEA): Scholarly Community Encyclopedia. URL: https://encyclopedia. pub/entry/7787#:~:text=Efficiency%20Frontier%20under%20Constant%20 Returns%20to%20Scale%20(CCR%20Model)
Charnes, A., Cooper, W., Rhodes, E. (1978). Measuring the efficiency of decision making units. European Journal of Operational Research, 2. P. 429–444. http://doi. org/10.1016/0377-2217(78)90138-8.
Banker, R., Charnes, A., and Cooper, W. (1984). Some models for estimating technical and scale inefficiencies in data envelopment analysis, Management Science, 30 (9). P. 1078–1092.
National Cyber Security Index: URL : https://ncsi.ega.ee/ncsi-index/
Basel AML Index 2021: 10th Public Edition Ranking money laundering and terrorist financing risks around the world. URL: https://baselgovernance.org/sites/default/ files/2021-09/Basel_AML_Index_2021_10th%20Edition.pdf
Doing Business: The World Bank. URL: https://www.doingbusiness.org/en/data
Network Readiness Index 2021. Benchmarking the Future of the Network Economy. URL: https://networkreadinessindex.org/
Methodology What’s behind the Basel AML Index? URL: https://index. baselgovernance.org/methodology
Койбічук В., Куровська Ю. Вплив інтегральних показників цифровізації суспільно-економічних трансформацій на рівень цифрового розвитку країни. Вісник економіки. 2022. № 1. С. 83–96. https://doi.org/10.35774/visnyk2022.01.083
Бізнес-аналітика багатовимірних процесів : навч. посібник / Т. С. Клебанова, Л. С. Гур’янова, Л. О. Чаговець та ін. Харків : ХНЕУ ім. С. Кузнеця, 2018. 272 с.
