خطوات الاستخدام
الخطوة الأولى: أدخل متوسط عدد ساعات التدريب على الأمن السيبراني التي يتلقاها كل موظف سنويًا. يعد التدريب أساسيًا لرفع الوعي حول تقنيات الهندسة الاجتماعية مثل التصيد والاحتيال. كلما زادت ساعات التدريب، انخفضت قابلية الموظفين للوقوع في الفخاخ. تشير الأبحاث إلى أن 4-6 ساعات سنويًا تُحسن الأداء بنسبة 30%.
الخطوة الثانية: أدخل عدد اختبارات التصيد (محاكاة الهجمات) التي أجريت خلال الفترة الماضية (عادةً شهريًا أو ربع سنويًا). تتيح هذه الاختبارات قياس مدى استجابة الموظفين للهجمات الحقيقية. كلما زادت الاختبارات، زادت فرصة التعرض للتقييم الدقيق، ولكن عليك مراعاة أن الإفراط قد يسبب إنهاكًا.
الخطوة الثالثة: أدخل نسبة الإبلاغ عن محاولات التصيد (مقسمة إلى 0-100%). هذه النسبة تعكس مدى يقظة الموظفين وقدرتهم على التعرف على التهديدات. النسبة العالية (أكثر من 80%) تشير إلى ثقافة أمنية قوية، بينما النسبة المنخفضة تعني وجود فجوة كبيرة في الوعي.
الخطوة الرابعة: تقوم الحاسبة بدمج المدخلات بضرب ثلاثة عوامل، كل منها في المدى (0،1]، ثم تحويل الناتج إلى نسبة: المخاطرة = 100 × [1 ÷ (1 + trainingHours)] × [(100 - reportingRate) ÷ 100] × [1 ÷ (1 + log10(phishingTests + 1))]. وقد حُذفت الصيغة الأولى التي كانت تجمع عامل الاختبارات بطرح لوغاريتمي، لأنها كانت تجعل العامل سالبًا عند أكثر من تسعة اختبارات وتطيح بالمخاطرة إلى صفر كما هو موضح في المثال الأول. وتعرض التفاصيل قيمة كل عامل على حدة.
الخطوة الخامسة: تفسير النتيجة النهائية. إذا كانت الدرجة أقل من 30%، فالمؤسسة في وضع جيد نسبيًا. بين 30% و60%، تحتاج إلى تحسين. فوق 60%، هناك خطر كبير ويجب اتخاذ إجراءات فورية مثل تكثيف التدريب وزيادة الاختبارات.
أمثلة محلولة
تطبيقات عملية على مخاطر الهندسة الاجتماعية بخطوات الحل كاملة.
الحل
المدخلات: trainingHours = 8، phishingTests = 12، reportingRate = 75. بتطبيق الصيغة الموحدة: عامل التدريب = 1 ÷ (1 + 8) = 0.1111، وعامل الإبلاغ = (100 - 75) ÷ 100 = 0.25، وعامل الاختبارات = 1 ÷ (1 + log10(13)) = 1 ÷ 2.1139 = 0.4730. بضربها: 0.1111 × 0.25 × 0.4730 = 0.013140، أي مخاطرة 1.31%. هذا منخفض جدًا؛ لكن لاحظ أن الصيغة الأولى التي كانت تطرح اللوغاريتم من الواحد كانت تجعل عامل الاختبارات سالبًا (1 - 1.1139 = -0.1139) عند اثني عشر اختبارًا فتهبط بالنتيجة إلى صفر تام، وهو ما لا يمكن أن يكون قياسًا لثقافة إبلاغ 75% مع ثمانية اختبارات في السنة.
الحل
المدخلات: trainingHours = 2، phishingTests = 4، reportingRate = 30. عامل التدريب = 1 ÷ (1+2) = 0.3333، وعامل الإبلاغ = (100-30) ÷ 100 = 0.7، وعامل الاختبارات = 1 ÷ (1 + log10(4+1)) = 1 ÷ (1 + 0.69897) = 0.5886. بضربها: 0.3333 × 0.7 × 0.5886 = 0.13733 أي مخاطرة 13.73%. هذه المخاطرة منخفضة نسبيًا، لكنها أعلى من المثال الأول بأكثر من عشر مرات؛ السبب أن نسبة الإبلاغ انخفضت من 75% إلى 30% وقلّ التدريب. تحتاج المؤسسة إلى زيادة ساعات التدريب ورفع ثقافة الإبلاغ لتحسين النسبة.
أمثلة محسوبة
قيم مُدخَلة ونتيجة محسوبة فعليًا بواسطة مخاطر الهندسة الاجتماعية.
مرجع — تدريب 8 ساعات وإبلاغ 75%: 1.31%
- ساعات التدريب
- 8
- اختبارات التصيد المكتملة
- 12
- معدل الإبلاغ (%)
- 75
مرجع — تدريب ساعتان وإبلاغ 30%: 13.73%
- ساعات التدريب
- 2
- اختبارات التصيد المكتملة
- 4
- معدل الإبلاغ (%)
- 30
مرجع — مؤسسة بلا أي برنامج: 100%
- ساعات التدريب
- 0
- اختبارات التصيد المكتملة
- 0
- معدل الإبلاغ (%)
- 0
مرجع — حدّ الثلاثين: يحتاج تحسينًا
- ساعات التدريب
- 0
- اختبارات التصيد المكتملة
- 0
- معدل الإبلاغ (%)
- 70
مرجع — إبلاغ ضعيف: 70% خطر
- ساعات التدريب
- 0
- اختبارات التصيد المكتملة
- 0
- معدل الإبلاغ (%)
- 30
مرجع — نضج عالٍ جدًا: 0.04%
- ساعات التدريب
- 40
- اختبارات التصيد المكتملة
- 100
- معدل الإبلاغ (%)
- 95
مرجع — تسعة اختبارات: عامل لا ينعدم
- ساعات التدريب
- 4
- اختبارات التصيد المكتملة
- 9
- معدل الإبلاغ (%)
- 50