Bruk av bayesianske nettverk for å vurdere risiko for innsideraktivitet.

Formål: Formålet med masteroppgaven har vært å studere fenomenet innsidervirksomhet, og forsøke å se hvordan bayesianske nettverk kan benyttes i personellsikkerhetsarbeid som en kvalitativ og kvantitativ metode. Teoretisk forankring: Oppgaven tar utgangspunkt i det som kan beskrives som «best practice» på personellsikkerhetsfaget gjennom norske og amerikanske offentlige publikasjoner, samt noe av det som finnes av akademisk litteratur på feltet. Innsidervirksomhet er videre vurdert og modellert i lys av ulike tilnærminger til risikobegrepet, samt kriminologisk teori. Oppgaven bygger på en tilnærming hvor ulike individ- og virksomhetsspesifikke sårbarhetsindikatorer kan brukes til å risikovurdere innsidervirksomhet. Metode: Metoden som er brukt i oppgaven er design science, hvor en kombinasjon av «best practice» gjennom offentlige veileder og akademisk litteratur er forsøkt kombinert med ekspertvurderinger fra en ekspert innen domenet. På denne måten har jeg forsøkt å forankre oppgaven i litteratur- og dokumentstudier, så vel som semi-strukturerte intervjuer. Resultater: 1) Innsider-risiko basert på sårbarhetsindikatorer lar seg modellere, men gir mange og komplekse sammenhenger. Det vil dog kreve gode software-løsninger og trenet personell for at et slikt system skal fungere. Ikke minst vil det kreve et særdeles godt datagrunnlag for å tallfeste sannsynligheter og risikoaksept-verdier for innsiderrisiko. 2) En visuell fremstilling av innsider-risikoen på individ- og avdelingsnivå kan modellers og visualiseres, og nyttes i forbindelse med kommunikasjon av risikoen, opplæringsøyemed og for å skape oversikt for egen del. Konklusjon: Det er behov for bedre datagrunnlag for at modellen skal fungere som et kvantitativt hjelpemiddel, men modellen slik den foreligger kan med enkel programvare brukes i praktisk personellsikkerhetsarbeid. Dette er i samsvar med ekspertenes vurdering, og fagfeltet sammenlignet med lignende fagfelt