JP6758537B2 - セキュリティリスク評価装置、セキュリティリスク評価方法およびセキュリティリスク評価プログラム - Google Patents

Description

本発明は、個人のセキュリティリスクを評価する技術に関するものである。

組織において、機密情報および資産を守るために、サイバー攻撃に対する取り組みが積極的に行われている。
その１つが、サイバー攻撃およびセキュリティに関する教育または訓練である。セミナーまたはＥ−ｌｅａｒｎｉｎｇでサイバー攻撃の対策に関する知識を学習するもの、または、模擬的な標的型攻撃メールの送付によって標的型攻撃への対応を訓練するものなどがある。
しかし、このような取り組みが行われていながらも、セキュリティ事故は増加の一途をたどっている。

非特許文献１には、次のようなことが記載されている。企業の情報流出事件に関する実態調査において、情報が流出した企業のうち５９％の企業がセキュリティポリシおよび手順を定めておきながらそれらを実行していなかった、と報告されている。また、情報漏洩の８７％は適切な対策を講じれば防止できたと指摘されている。
この調査結果からも、どれだけセキュリティ対策を導入していたとしても、それを実施する人間にセキュリティ対策の効果が強く依存してしまっていることがわかる。

非特許文献２には、次のようなことが記載されている。性格に関するアンケートとセキュリティ意識に関するアンケートとの相関をとり、性格とセキュリティ意識との因果関係を作成する。作成した因果関係をもとに、グループごと最適なセキュリティ対策を提示する。
しかしながら、アンケート形式で情報を集めるため手間暇を要してしまう。また、性格という定量化の難しい情報が利用されるため、得られた因果関係に対して根拠性のある解釈が難しい。

非特許文献３には、次のようなことが記載されている。心理特性とユーザのコンピュータ利用時の行動特性との関係を導き出し、通常のコンピュータ利用時の行動特性をモニタリングし、被害にあいやすい心理状態のユーザを判定する。
この方法は、毎回アンケートを実施する必要が無いという点で優れている。しかし、心理状態という定量化の難しい情報が利用されるため、得られた因果関係に対する根拠のある解釈が難しい。

中澤優美子など、"Ｂｅｓｔ Ｍａｔｈｃｈ Ｓｅｃｕｒｉｔｙ −性格と本人認証技術のセキュリティ意識との相関に関する検討−"、情報処理学会研究報告、Ｖｏｌ．２０１０−ＣＳＥＣ−４８ Ｎｏ．２１ 片山佳則など、"ユーザー行動特性分析による個人と組織のＩＴリスク見える化の試み"、ＳＣＩ２０１５ 暗号と情報セキュリティシンポジウム、４Ｄ１−３ 守屋潤一など、"標的型攻撃の被害者となる人を予測することは可能か？"、ＳＣＩＳ２０１７ 暗号と情報セキュリティシンポジウム、１Ｆ１−２

本発明は、個人のセキュリティリスクを定量的かつ自動的に評価できるようにすることを目的とする。

本発明のセキュリティリスク評価装置は、
対象者の公開情報に基づいて、前記対象者と直接の繋がりを有するか又は少なくとも一人を介して前記対象者と繋がりを有する一人以上の関係者である関係者群と前記対象者との繋がりを示す人物ネットワークを検出する人物ネットワーク検出部と、
前記対象者の公開情報に基づいて前記対象者の開示リスクを算出し、前記関係者群に対応する公開情報群に基づいて前記関係者群に対応する開示リスク群を算出する開示リスク算出部と、
前記関係者群に対応する前記開示リスク群に基づいて、前記開示リスク群の代表値を前記対象者の繋がりリスクに決定する繋がりリスク決定部と、
前記対象者の前記開示リスクと前記対象者の前記繋がりリスクとを用いて、サイバー攻撃に対する前記対象者のセキュリティリスクを算出するセキュリティリスク算出部とを備える。

本発明によれば、個人（対象者）のセキュリティリスクを定量的かつ自動的に評価することが可能となる。
また、個人のセキュリティリスクを評価することが可能になるため、セキュリティリスクの高い人物を特定することが可能となる。

実施の形態１におけるセキュリティリスク評価装置１００の構成図。 実施の形態１における人物ネットワーク検出部１１０の構成図。 実施の形態１における記憶部１９０の構成図。 実施の形態１におけるセキュリティリスク評価方法のフローチャート。 実施の形態１における再帰検索処理のフローチャート。 実施の形態１におけるカテゴリテーブル１９１を示す図。 実施の形態１における人物ネットワークグラフ２０１を示す図。 実施の形態３における人物ネットワークグラフ２０２を示す図。 実施の形態４におけるセキュリティリスク評価装置１００の構成図。 実施の形態４における記憶部１９０の構成図。 実施の形態４におけるセキュリティリスク評価方法のフローチャート。 実施の形態４における信憑度算出処理（Ｓ４３０）のフローチャート。 実施の形態４におけるディレクトリグラフ２１１を示す図。 実施の形態５におけるセキュリティリスク評価装置１００の構成図。 実施の形態５におけるセキュリティリスク評価方法のフローチャート。 各実施の形態におけるセキュリティリスク評価装置１００のハードウェア構成図。

実施の形態および図面において、同じ要素および対応する要素には同じ符号を付している。同じ符号が付された要素の説明は適宜に省略または簡略化する。図中の矢印はデータの流れ又は処理の流れを主に示している。

実施の形態１．
個人の情報開示度と個人に関係のある人物の情報開示度とを考慮して個人のセキュリティリスクを定量的かつ自動的に算出する形態について、図１から図７に基づいて説明する。

＊＊＊構成の説明＊＊＊
図１に基づいて、セキュリティリスク評価装置１００の構成を説明する。
セキュリティリスク評価装置１００は、プロセッサ１０１とメモリ１０２と補助記憶装置１０３と入力インタフェース１０４と通信デバイス１０５といったハードウェアを備えるコンピュータである。これらのハードウェアは、信号線を介して互いに接続されている。

プロセッサ１０１は、演算処理を行うＩＣ（Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ）であり、他のハードウェアを制御する。例えば、プロセッサ１０１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＤＳＰ（Ｄｉｇｉｔａｌ Ｓｉｇｎａｌ Ｐｒｏｃｅｓｓｏｒ）、またはＧＰＵ（Ｇｒａｐｈｉｃｓ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）である。
メモリ１０２は揮発性の記憶装置である。メモリ１０２は、主記憶装置またはメインメモリとも呼ばれる。例えば、メモリ１０２はＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）である。メモリ１０２に記憶されたデータは必要に応じて補助記憶装置１０３に保存される。
補助記憶装置１０３は不揮発性の記憶装置である。例えば、補助記憶装置１０３は、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、またはフラッシュメモリである。補助記憶装置１０３に記憶されたデータは必要に応じてメモリ１０２にロードされる。
入力インタフェース１０４は入力装置および出力装置が接続されるポートである。例えば、入力インタフェース１０４はＵＳＢ端子であり、入力装置はキーボードおよびマウスであり、出力装置はディスプレイである。ＵＳＢはＵｎｉｖｅｒｓａｌ Ｓｅｒｉａｌ Ｂｕｓの略称である。
通信デバイス１０５はレシーバ及びトランスミッタである。例えば、通信デバイス１０５は通信チップまたはＮＩＣ（Ｎｅｔｗｏｒｋ Ｉｎｔｅｒｆａｃｅ Ｃａｒｄ）である。

セキュリティリスク評価装置１００は、人物ネットワーク検出部１１０と開示リスク算出部１２０と繋がりリスク決定部１３０と入力インタフェース１０４といった要素を備える。これらの要素はソフトウェアで実現される。

補助記憶装置１０３には、人物ネットワーク検出部１１０と開示リスク算出部１２０と繋がりリスク決定部１３０とセキュリティリスク算出部１４０としてコンピュータを機能させるためのセキュリティリスク評価プログラムが記憶されている。セキュリティリスク評価プログラムは、メモリ１０２にロードされて、プロセッサ１０１によって実行される。
さらに、補助記憶装置１０３にはＯＳ（Ｏｐｅｒａｔｉｎｇ Ｓｙｓｔｅｍ）が記憶されている。ＯＳの少なくとも一部は、メモリ１０２にロードされて、プロセッサ１０１によって実行される。
つまり、プロセッサ１０１は、ＯＳを実行しながら、セキュリティリスク評価プログラムを実行する。
セキュリティリスク評価プログラムを実行して得られるデータは、メモリ１０２、補助記憶装置１０３、プロセッサ１０１内のレジスタ、または、プロセッサ１０１内のキャッシュメモリといった記憶装置に記憶される。

メモリ１０２は記憶部１９０として機能する。但し、他の記憶装置が、メモリ１０２の代わりに、又は、メモリ１０２と共に、記憶部１９０として機能してもよい。

セキュリティリスク評価装置１００は、プロセッサ１０１を代替する複数のプロセッサを備えてもよい。複数のプロセッサは、プロセッサ１０１の役割を分担する。

セキュリティリスク評価プログラムは、光ディスクまたはフラッシュメモリ等の不揮発性の記録媒体にコンピュータ読み取り可能に記録（格納）することができる。

セキュリティリスク評価装置１００は、通信デバイス１０５を介して、コンピュータネットワークに接続する。
コンピュータネットワークの具体例は、インターネットである。

図２に基づいて、人物ネットワーク検出部１１０の構成を説明する。
人物ネットワーク検出部１１０は、収集部１１１と分類部１１２と再帰制御部１１３とを備える。これら要素の機能については後述する。

図３に基づいて、記憶部１９０の構成について説明する。
記憶部１９０は、カテゴリテーブル１９１および複数の辞書データ１９２などを記憶する。これらデータの内容については後述する。

＊＊＊動作の説明＊＊＊
セキュリティリスク評価装置１００の動作はセキュリティリスク評価方法に相当する。また、セキュリティリスク評価方法の手順はセキュリティリスク評価プログラムの手順に相当する。

図４に基づいて、セキュリティリスク評価方法を説明する。
セキュリティリスクの評価の対象となる人物を対象者と呼ぶ。また、対象者と繋がりを有する人物を関係者と呼ぶ。

ステップＳ１１０において、人物ネットワーク検出部１１０は、対象者の公開情報に基づいて、対象者の人物ネットワークを検出する。
公開情報は、コンピュータネットワークで公開されている情報である。
対象者の人物ネットワークは、対象者と関係者群との繋がりを示す。
関係者群は、対象者と直接の繋がりを有するか又は少なくとも一人を介して前記対象者と繋がりを有する一人以上の関係者である。

また、開示リスク算出部１２０は、対象者の公開情報に基づいて、対象者の開示リスクを算出する。
開示リスクは、公開情報を利用したサイバー攻撃におけるセキュリティリスクである。
セキュリティリスクは、サイバー攻撃の受け易さを表す値である。
サイバー攻撃の一例は、標的型攻撃メールである。

さらに、開示リスク算出部１２０は、関係者群に対応する公開情報群に基づいて、関係者群に対応する開示リスク群を算出する。

ステップＳ１１０は、再帰検索処理によって実現される。

図５に基づいて、再帰検索処理を説明する。
再帰検索処理は、再帰的に実行される。
最初の再帰検索処理における処理対象は、対象者である。

ステップＳ１１１において、収集部１１１は、コンピュータネットワークから、処理対象の公開情報を収集する。
例えば、収集部１１１は、処理対象の識別子をもとに、ＯＳＩＮＴ（Ｏｐｅｎ Ｓｏｕｒｃｅ ＩＮＴｅｌｌｉｇｅｎｃｅ）用の既存のツールまたは既存の検索エンジンを利用することによって、処理対象の公開情報を収集する。処理対象の識別子は、例えば、名前、メールアドレス、所属またはこれらの組み合わせである。

ステップＳ１１２において、分類部１１２は、処理対象の公開情報をカテゴリ別に分類する。
具体的には、分類部１１２は、カテゴリテーブル１９１と複数の辞書データ１９２とに基づいて、処理対象の公開情報を分類する。

図６に基づいて、カテゴリテーブル１９１を説明する。
カテゴリテーブル１９１は、複数の大区分と複数の小区分と複数の開示リスクとを互いに対応付ける。
１つの大区分には複数の小区分が対応付けられている。
１つの小区分には１つの開示リスクが対応付けられている。つまり、複数の小区分に複数の開示リスクが対応付けられている。

大区分および小区分は、カテゴリを示す。
開示リスクは、当該カテゴリに分類される情報が開示された場合におけるリスクの大きさを表す。

次に、複数の辞書データ１９２について説明する。
それぞれの辞書データ１９２は、特定のカテゴリに関するキーワードのリストである。
例えば、複数の辞書データ１９２のうちの１つは、人名についての辞書データ１９２である。

次に、分類部１１２の動作について説明する。
分類部１１２は、カテゴリテーブル１９１に示されるカテゴリ（小区分）別に、カテゴリに対応する辞書データ１９２に基づいて、カテゴリに属する公開情報を処理対象の公開情報から抽出する。そして、分類部１１２は、抽出した公開情報をそのカテゴリに分類する。
具体的には、分類部１１２は、カテゴリに対応する辞書データ１９２が示すキーワードに対する公開情報の類似度を算出し、公開情報の類似度を類似度閾値と比較する。そして、公開情報の類似度が類似度閾値以上である場合、分類部１１２は、公開情報をそのカテゴリに分類する。類似度は、例えば、Ｗｏｒｄ２Ｖｅｃなどの既存技術を利用することによって算出することができる。

図５に戻り、ステップＳ１１２の説明を続ける。
分類部１１２は、分類結果に基づいて処理対象用の分類結果データを生成し、処理対象用の分類結果データを記憶部１９０に記憶する。
分類結果データは、カテゴリ別の公開情報を示す。

さらに、分類部１１２は、関係者に関するカテゴリの分類結果に基づいて、処理対象用の関係者リストを生成する。
関係者リストは、一人以上の関係者を示す。具体的には、関係者リストは、関係者それぞれの名前、所属および連絡先などを示す。
つまり、分類部１１２は、関係者それぞれの名前、所属および連絡先などを関係者リストに登録することによって、処理対象用の関係者リストを生成する。

次に、ステップＳ１１３以降を説明する。
ステップＳ１１３において、開示リスク算出部１２０は、処理対象用の分類結果データに基づいて、処理対象の開示リスクを算出する。

開示リスク算出部１２０は、処理対象の開示リスクを以下のように算出する。
まず、開示リスク算出部１２０は、カテゴリ（大区分）別に、カテゴリに分類された公開情報に基づいて、開示リスクを算出する。例えば、開示リスク算出部１２０は、少なくともいずれかの公開情報が分類された小区分の開示リスクの総和を、大区分についての開示リスクとして算出する。
そして、開示リスク算出部１２０は、カテゴリ別の開示リスクを用いて処理対象の開示リスクを算出する。

例えば、開示リスク算出部１２０は、式［１−１］を計算することによって、処理対象の開示リスクＩＤＲを算出する。式［１−１］は、処理対象の開示リスクＩＤＲを算出するための式の具体例である。

ＣＤは、連絡先情報についての開示リスクである。
ＰＤは、プライベート情報についての開示リスクである。
ＷＤは、仕事情報についての開示リスクである。

連絡先情報の小区分ｉに分類される情報が開示されている場合、ｘ_ｉ＝１
連絡先情報の小区分ｉに分類される情報が開示されていない場合、ｘ_ｉ＝０
ｃ_ｉは、連絡先情報の小区分ｉの開示リスクである。
｜Ｃ｜は、連絡先情報の小区分の数である。
ＰＲは、正の実数の集合である。

プライベート情報の小区分ｉに分類される情報が開示されている場合、ｙ_ｉ＝１
プライベート情報の小区分ｉに分類される情報が開示されていない場合、ｙ_ｉ＝０
ｐ_ｉは、プライベート情報の小区分ｉの開示リスクである。
｜Ｐ｜は、プライベート情報の小区分の数である。

仕事情報の小区分ｉに分類される情報が開示されている場合、ｚ_ｉ＝１
仕事情報の小区分ｉに分類される情報が開示されていない場合、ｚ_ｉ＝０
ｗ_ｉは、仕事情報の小区分ｉの開示リスクである。
｜Ｗ｜は、仕事情報の小区分の数である。

ステップＳ１１４において、再帰制御部１１３は、再帰の深さが再帰閾値以下であるか判定する。
再帰の深さが再帰閾値以下である場合、処理はステップＳ１１５に進む。
再帰の深さが再帰閾値より大きい場合、処理対象用の再帰検索処理は終了する。

ステップＳ１１５において、再帰制御部１１３は、処理対象用の関係者リストの中に未選択の関係者が残っているか判定する。
未選択の関係者が残っている場合、処理はステップＳ１１６に進む。
未選択の関係者が残っていない場合、処理対象用の再帰検索処理は終了する。

ステップＳ１１６において、再帰制御部１１３は、処理対象用の関係者リストから、未選択の関係者を一人選択する。

ステップＳ１１７において、再帰制御部１１３は、関係者用に再帰検索処理を呼び出す。
ステップＳ１１７の後、関係者を処理対象にして再帰検索処理が実行される。
関係者用の再帰検索処理の後、処理はステップＳ１１５に進む。

図４に戻り、ステップＳ１２０を説明する。
ステップＳ１２０において、繋がりリスク決定部１３０は、関係者群に対応する開示リスク群に基づいて、開示リスク群の代表値を対象者の繋がりリスクに決定する。

具体的には、繋がりリスク決定部１３０は、関係者群に対応する開示リスク群の中の最大の開示リスクを対象者の繋がりリスクに決定する。

例えば、繋がりリスク決定部１３０は、対象者の繋がりリスクを以下のように決定する。
ステップＳ１１０において、再帰制御部１１３は、再帰検索処理毎に処理対象のノードを人物ネットワークグラフに追加することによって、対象者の人物ネットワークグラフを生成する。対象者の人物ネットワークグラフは、関係者群に対応する開示リスク群を示す。
そして、繋がりリスク決定部１３０は、対象者の人物ネットワークグラフを参照し、関係者群に対応する開示リスク群から最大の開示リスクを選択する。選択される開示リスクが対象者の繋がりリスクである。

図７に基づいて、人物ネットワークグラフ２０１を説明する。
人物ネットワークグラフ２０１は、再帰閾値が「２」である場合の人物ネットワークグラフの具体例である。

人物ネットワークグラフは、対象者ノードと関係者ノード群とを有する。
対象者ノードは、対象者を表すノードである。
関係者ノード群は、１つ以上の関係者ノードであり、関係者群を表す。
１つの関係者ノードは、１人の関係者を表す。
直接の繋がりを有する２人の人物に対応する２つのノードは矢印で結ばれる。この矢印をエッジと呼ぶ。

人物ネットワークグラフは、対象者ノードを基点とする１つ以上のパスを有する。
パスは、対象者ノードから末端の関係者ノードまでの経路である。
人物ネットワークグラフ２０１は、対象者ノードから４つの末端ノード（１−１−１、１−２−１、１−２−２、１−３）までの４つのパスを有している。

人物ネットワークグラフにおいて、対象者ノードから関係者ノードまでの距離は、対象者ノードから関係者ノードまでのホップ数で表される。
人物ネットワークグラフ２０１において、対象者ノードから関係者ノード（１−１）までの距離は「１」であり、対象者ノードから関係者ノード（１−１−１）までの距離は「２」である。

人物ネットワークグラフにおいて、それぞれのノードには、開示リスクＩＤＲが付加されている。
人物ネットワークグラフ２０１は、６人の関係者に対応する６つの開示リスクＩＤＲを示している。その中で最大の開示リスクＩＤＲは、関係者１−１−１の開示リスクＩＤＲ（＝０．８）である。
従って、繋がりリスク決定部１３０は、対象者の繋がりリスクとして、関係者１−１−１の開示リスクＩＤＲ（＝０．８）を選択する。

対象者の繋がりリスクＣＲは、式［１−２］で表すことができる。

ＣＲ ＝ ｍａｘ（ＩＤＲ（ｎ）） ［１−２］

ＩＤＲ（ｎ）は、関係者ノードｎの開示リスクＩＤＲである。
関係者ノードｎは、ｎ∈ＮＯＤＥを満たす。ＮＯＤＥは、関係者ノードｎの集合である。

図４に戻り、ステップＳ１３０を説明する。
ステップＳ１３０において、セキュリティリスク算出部１４０は、対象者の開示リスクと対象者の繋がりリスクとを用いて、サイバー攻撃に対する対象者のセキュリティリスクを算出する。

例えば、セキュリティリスク算出部１４０は、式［１−３］を計算することによって、対象者のセキュリティリスクＳＲを算出する。

ＳＲ ＝ （ω_１×ＩＤＲ）＋（ω_２×ＣＲ） ［１−３］
ω_１は、開示リスクＩＤＲの影響度を調整するパラメータである。
ω_２は、繋がりリスクＣＲの影響度を調整するパラメータである。

＊＊＊実施の形態１の効果＊＊＊
実施の形態１により、個人（対象者）の情報開示度（開示リスク）と、個人に関係のある人物（関係者）の情報開示度（繋がりリスク）とを考慮して、個人のセキュリティリスクを定量的かつ自動的に算出することが可能となる。

実施の形態２．
対象者と関係者との関係度を考慮して繋がりリスクを算出する形態について、主に実施の形態１と異なる点を説明する。

＊＊＊構成の説明＊＊＊
セキュリティリスク評価装置１００の構成は、実施の形態１における構成と同じである（図１から図３を参照）。

＊＊＊動作の説明＊＊＊
セキュリティリスク評価方法の手順は、実施の形態１における手順と同じである（図４参照）。

但し、ステップＳ１１０において、人物ネットワーク検出部１１０は、対象者の人物ネットワークグラフを生成する。
例えば、再帰制御部１１３が、再帰検索処理毎に処理対象のノードを人物ネットワークグラフに追加することによって、対象者の人物ネットワークグラフを生成する。
対象者の人物ネットワークグラフについては、実施の形態１で説明した通りである。

また、ステップＳ１２０において対象者の繋がりリスクを算出する具体的な方法は、実施の形態１における方法と異なる。

ステップＳ１２０において、繋がりリスク決定部１３０は、関係者群に対応する開示リスト群に基づいて、対象者の繋がりリスクを決定する。

具体的には、繋がりリスク決定部１３０は、対象者の人物ネットワークグラフに基づいて、対象者の繋がりリスクを以下のように決定する。
繋がりリスク決定部１３０は、対象者ノードから関係者ノード群の各関係者ノードまでの距離と、各関係者ノードに対応する関係者の開示リスクとに基づいて、対象者の繋がりリスクを決定する。

例えば、繋がりリスク決定部１３０は、対象者の繋がりリスクを以下のように決定する。
まず、繋がりリスク決定部１３０は、関係者ノード毎に、対象者ノードから当該関係者ノードまでの距離と、当該関係者ノードに対応する関係者の開示リスクとを用いて、当該関係者ノードの評価値を算出する。
そして、繋がりリスク決定部１３０は、関係者ノード群に対応する評価値群に基づいて、対象者の繋がりリスクを決定する。例えば、繋がりリスク決定部１３０は、パス毎に当該パスにおける１つ以上の評価値から最大評価値を選択する。そして、繋がりリスク決定部１３０は、前記１つ以上のパスに対応する１つの以上の最大評価値を用いて、対象者の繋がりリスクを算出する。

例えば、繋がりリスク決定部１３０は、式［２−１］を計算することによって、対象者の繋がりリスクＣＲを算出する。

ＩＤＲ（ｎ）は、関係者ノードｎの開示リスクＩＤＲである。
関係者ノードｎは、ｎ∈ＮＯＤＥを満たす。ＮＯＤＥは、関係者ノードｎの集合である。
ＤＩＳＴ（ｎ）は、対象者ノードから関係者ノードｎまでの距離（ホップ数）である。
「ｐａｔｈ」は、対象者ノードから末端の関係者ノードまでのパスであり、パス上のノードの集合である。
ＰＡＴＨは、人物ネットワークにおけるパスの集合である。
ｐｎは、パスに含まれる１つの関係者ノードである。関係者ノードｐｎは、ｐｎ∈ｐａｔｈを満たす。
μは、距離の影響度を調整するパラメータである。

図４において、ステップＳ１３０は、実施の形態１で説明した通りである。

＊＊＊実施の形態２のまとめ＊＊＊
実施の形態１では、人物ネットワークにおいて最大の開示リスクに対応する関係者ノードのみが考慮される。
実際には、人物ネットワークにおいて対象者ノードから遠くに位置する関係者ノードほど、対象者ノードに対する影響は小さくなると考えられる。
そこで、実施の形態２では、繋がりの距離を考慮して繋がりリスクが算出される。

＊＊＊実施の形態２の効果＊＊＊
個人（対象者）と個人に関係のある人物（関係者）との関係度（距離）を考慮して、個人に関係のある人物の情報開示度（繋がりリスク）を算出することが可能となる。

実施の形態３．
全ての関係者ノードから対象者ノードへの攻撃を考慮して繋がりリスクを算出する形態について、主に実施の形態１と異なる点を図８に基づいて説明する。

＊＊＊構成の説明＊＊＊
セキュリティリスク評価装置１００の構成は、実施の形態１における構成と同じである（図１から図３を参照）。

＊＊＊動作の説明＊＊＊
セキュリティリスク評価方法の手順は、実施の形態１における手順と同じである（図４参照）。

但し、ステップＳ１１０において、人物ネットワーク検出部１１０は、対象者の人物ネットワークグラフを生成する。
例えば、再帰制御部１１３が、再帰検索処理毎に処理対象のノードを人物ネットワークグラフに追加することによって、仮人物ネットワークグラフを生成する。
仮人物ネットワークグラフは、実施の形態１で説明した人物ネットワークである。

そして、人物ネットワーク検出部１１０は、仮人物ネットワークグラフを変形して対象者の人物ネットワークグラフを生成する。
対象者の人物ネットワークグラフは、関係者ノード群に対応するパス群を有する。つまり、対象者の人物ネットワークグラフは、関係者と同じ数のパスを有する。

図８に基づいて、人物ネットワークグラフ２０２を説明する。
人物ネットワークグラフ２０２は、人物ネットワークグラフ２０１（図７参照）を変形して得られる人物ネットワークグラフである。
人物ネットワークグラフ２０２は、６人の関係者についての６つの関係者ノード（１−１、１−１−１、１−２、１−２−１、１−２−２、１−３）を末端の関係者ノードとして有している。そして、人物ネットワークグラフ２０２は、６つの関係者ノードに対応する６つのパスを有している。

図４に戻り、実施の形態３におけるセキュリティリスク評価方法の説明を続ける。
ステップＳ１２０において対象者の繋がりリスクを算出する具体的な方法は、実施の形態１における方法と異なる。

ステップＳ１２０において、繋がりリスク決定部１３０は、関係者群に対応する開示リスト群に基づいて、対象者の繋がりリスクを決定する。

具体的には、繋がりリスク決定部１３０は、関係者群に対応する開示リスク群を用いて、サイバー攻撃の成功確率を対象者の繋がりリスクとして算出する。

例えば、繋がりリスク決定部１３０は、対象者の繋がりリスクを以下のように算出する。
まず、繋がりリスク決定部１３０は、人物ネットワークグラフのパス毎に当該パスにおける１つ以上の開示リスクを用いて当該パスにおけるサイバー攻撃の失敗確率を算出する。
そして、繋がりリスク決定部１３０は、１つ以上のパスに対応する１つ以上の失敗確率を用いて、サイバー攻撃の成功確率を対象者の繋がりリスクとして算出する。

例えば、繋がりリスク決定部１３０は、式［３−１］を計算することによって、対象者の繋がりリスクＣＲを算出する。

「ｐａｔｈ」は、対象者ノードから末端の関係者ノードまでのパスであり、パス上のノードの集合である。
ＰＡＴＨは、人物ネットワークにおけるパスの集合である。
ｐｎは、パスに含まれる１つの関係者ノードである。関係者ノードｐｎは、ｐｎ∈ｐａｔｈを満たす。
ＩＤＲ（ｐｎ）は、関係者ノードｐｎの開示リスクＩＤＲである。

式［３−１］に含まれる［３−２］の部分は、１つのパスにおける開示リスクＩＤＲ（ｐｎ）の総積を意味し、そのパスで対象者への攻撃が成功する確率を表す。

式［３−１］に含まれる［３−３］の部分は、全てのパスで攻撃が成功しない確率を表す。

いずれかのパスで攻撃が成功する確率は、全てのパスで攻撃が成功しない確率［３−３］の余事象で表すことができる。

図４において、ステップＳ１３０は、実施の形態１で説明した通りである。

＊＊＊実施の形態３のまとめ＊＊＊
実施の形態１および実施の形態２では、人物ネットワークの中の全ての関係者ノードから対象者ノードへの攻撃が考慮されているわけではない。
実際には、全ての関係者ノードが攻撃の開始点になる可能性がある。
そこで、実施の形態３では、各関係者ノードの開示リスクを「当該関係者ノードから当該関係者ノードの親ノードへの攻撃の成功確率」として扱う。そして、全ての関係者ノードの開示リスクを利用して、対象者ノードへの攻撃の成功確率が繋がりリスクとして算出される。

＊＊＊実施の形態３の効果＊＊＊
実施の形態３により、全ての関係者ノードの開示リスクを利用して、対象者ノードに対する攻撃の成功確率を繋がりリスクとして算出することが可能となる。

実施の形態４．
人物ネットワークの信憑度を考慮して対象者のセキュリティリスクを算出する形態について、主に実施の形態１から実施の形態３と異なる点を図９から図１３に基づいて説明する。

＊＊＊構成の説明＊＊＊
図９に基づいて、セキュリティリスク評価装置１００の構成を説明する。
セキュリティリスク評価装置１００は、さらに、信憑度算出部１５０という要素を備える。信憑度算出部１５０は、ソフトウェアで実現される。
セキュリティリスク評価プログラムは、さらに、信憑度算出部１５０としてコンピュータを機能させる。

図１０に基づいて、記憶部１９０の構成を説明する。
記憶部１９０は、さらに、ディレクトリ情報１９３を記憶する。
ディレクトリ情報１９３は、対象者が属する組織のディレクトリ情報である。
ディレクトリ情報とは、いわゆるアドレス帳のことである。つまり、組織のディレクトリ情報は、組織に属する人物それぞれの名前、連絡先、所属および役職などを示す。

＊＊＊動作の説明＊＊＊
図１１に基づいて、セキュリティリスク評価方法を説明する。
ステップＳ４１０において、人物ネットワーク検出部１１０は、対象者の人物ネットワークを検出する。
そして、開示リスク算出部１２０は、対象者の開示リスクと関係者群に対応する開示リスク群とを算出する。
ステップＳ４１０は、実施の形態１から実施の形態３のいずれかにおけるステップＳ１１０と同じである（図４参照）。

ステップＳ４２０において、繋がりリスク決定部１３０は、関係者群に対応する開示リスク群に基づいて、対象者の繋がりリスクを決定する。
ステップＳ４２０は、実施の形態１から実施の形態３のいずれかにおけるステップＳ１２０と同じである（図４参照）。

ステップＳ４３０において、信憑度算出部１５０は、ディレクトリ情報１９３に基づいて、対象者の人物ネットワークの信憑度を算出する。

例えば、信憑度算出部１５０は、人物ネットワークの信憑度を以下のように算出する。
まず、信憑度算出部１５０は、人物ネットワークに含まれる関係者のうちディレクトリ情報１９３に含まれる関係者の割合を算出する。算出される割合を所属割合と呼ぶ。
そして、信憑度算出部１５０は、所属割合を用いて、人物ネットワークの信憑度を算出する。所属割合が低いほど、人物ネットワークの信憑度は低い。

例えば、信憑度算出部１５０は、人物ネットワークの信憑度を以下のように算出する。
まず、信憑度算出部１５０は、人物ネットワークとディレクトリ情報１９３との両方に含まれる関係者のうち関係者リストにおける所属とディレクトリ情報１９３における所属とが一致する関係者の割合を算出する。算出される割合を一致割合と呼ぶ。
そして、信憑度算出部１５０は、一致割合を用いて、人物ネットワークの信憑度を算出する。一致割合が低いほど、人物ネットワークの信憑度は低い。

例えば、信憑度算出部１５０は、人物ネットワークの信憑度を以下のように算出する。
まず、信憑度算出部１５０は、人物ネットワークグラフに基づいて、対象者のノードから各関係者のノードまでの距離を算出する。算出される距離を関係距離と呼ぶ。
また、信憑度算出部１５０は、ディレクトリ情報１９３に対応するディレクトリグラフに基づいて、対象者のノードから各関係者のノードまでの距離を算出する。算出される距離を組織距離と呼ぶ。
次に、信憑度算出部１５０は、関係距離と組織距離との差の総和を算出する。算出される値を総和差と呼ぶ。
そして、信憑度算出部１５０は、総和差を用いて、人物ネットワークの信憑度を算出する。総和数が大きいほど、人物ネットワークの信憑度は低い。

つまり、信憑度算出部１５０は、所属割合、一致割合、総和差またはこれらの組み合わせを用いて、人物ネットワークの信憑度を算出する。

図１２に基づいて、所属割合と一致割合と総和差とを用いて信憑度を算出する場合における信憑度算出処理（Ｓ４３０）を説明する。
ステップＳ４３１において、信憑度算出部１５０は、関係者リストとディレクトリ情報１９３とに基づいて、所属割合ＡＲを算出する。
所属割合ＡＲは、式［４−１］で表される。

ＲＰ＿ＮＡＭＥは、人物ネットワークにおける関係者の集合であり、｜ＲＰ＿ＮＡＭＥ｜は集合の要素数である。
ＣＰ＿ＮＡＭＥは、ディレクトリ情報における人物の集合であり、｜ＣＰ＿ＮＡＭＥ｜は集合の要素数である。

ステップＳ４３２において、信憑度算出部１５０は、関係者リストとディレクトリ情報１９３とに基づいて、一致割合ＭＲを算出する。
一致割合ＭＲは、数［４−２］で表される。

ＡＦＦＩＬＩＡＴＩＯＮ＿ＭＡＴＣＨＥＤは、関係者リストにおける所属とディレクトリ情報における所属とが一致した関係者の集合であり、｜ＡＦＦＩＬＩＡＴＩＯＮ＿ＭＡＴＣＨＥＤ｜はその要素数である。

ステップＳ４３３において、信憑度算出部１５０は、ディレクトリ情報１９３に基づいて、ディレクトリグラフを生成する。
ディレクトリグラフは、対象者が属する組織における人物ネットワークを表すグラフである。

図１３に基づいて、ディレクトリグラフ２１１を説明する。
ディレクトリグラフ２１１は、ディレクトリグラフの具体例である。

ディレクトリグラフにおいて、対象者ノードから関係者ノードまでの距離は、対象者ノードから関係者ノードまでのホップ数で表される。
対象者が社員Ａ−１−１であり、関係者が課長Ａ−１である場合、対象者ノードから関係者ノードまでの距離は「１」である。
対象者が社員Ａ−１−１であり、関係者が課長Ｂ−１である場合、対象者ノードから関係者ノードまでの距離は「５」である。
対象者が社員Ａ−１−１であり、関係者が社員Ｃ−２−１である場合、対象者ノードから関係者ノードまでの距離は「６」である。

対象者ノードと関係者ノードとが兄弟関係にある場合における距離を「１」にしてもよい。兄弟関係とは親ノードが同じである関係である。
例えば、ディレクトリグラフ２１１において、課長ノード（Ａ−１）の親ノードと課長ノード（Ａ−２）の親ノードは両方とも部長ノードＢである。したがって、課長ノード（Ａ−１）と課長ノード（Ａ−２）とは兄弟関係にある。そのため、課長ノード（Ａ−１）と課長ノード（Ａ−２）との距離は「１」とすることも可能である。

図１２に戻り、ステップＳ４３３の説明を続ける。
信憑度算出部１５０は、式［４−３］を計算することによって、総和差ｄｉｆｆを算出する。

ｃｐ＿ｄｉｓｔ（ｘ，ｉ）は、ディレクトリグラフにおける対象者ｘと人物ｉとの距離である。
ｒｐ＿ｄｉｓｔ（ｘ，ｉ）は、人物ネットワークグラフにおける対象者ｘと人物ｉとの距離である。

ステップＳ４３４において、信憑度算出部１５０は、式［４−４］を計算することによって、信憑度ＲＥを算出する。

ＲＥ ＝ （τ_１×ＡＲ）＋（τ_２×ＭＲ）＋（τ_３÷ｄｉｆｆ） ［４−４］
τ_１＋τ_２＋τ_３ ＝ １
τ_１、τ_２およびτ_３は、３つの尺度の重みを調整するパラメータである。

図１１に戻り、ステップＳ４４０を説明する。
ステップＳ４４０において、セキュリティリスク算出部１４０は、対象者の開示リスクと対象者の繋がりリスクと人物ネットワークの信憑度とを用いて、対象者のセキュリティリスクを算出する。

例えば、セキュリティリスク算出部１４０は、式［４−５］を計算することによって、対象者のセキュリティリスクＳＲを算出する。

ＳＲ ＝ （ω_１×ＩＤＲ）＋（ω_２×ＣＲ×ＲＥ） ［４−５］
ω_１は、開示リスクの影響度を調整するパラメータである。
ω_２は、繋がりリスクの影響度を調整するパラメータである。

＊＊＊実施の形態４のまとめ＊＊＊
実施の形態１から実施の形態３では、人物ネットワークにどの程度の信憑性があるか考慮されていない。
そこで、実施の形態４では、組織のディレクトリ情報と人物ネットワークの情報とを比較することで、人物ネットワークの信憑度を算出する。そして、人物ネットワークの信憑度がセキュリティリスクに反映される。

＊＊＊実施の形態４の効果＊＊＊
実施の形態４により、人物ネットワークの信憑度を考慮して対象者のセキュリティリスクを算出することが可能となる。

実施の形態５．
サイバー攻撃に対して脆弱な人物を見つける形態について、主に実施の形態１から実施の形態４と異なる点を図１４および図１５に基づいて説明する。

＊＊＊構成の説明＊＊＊
図１４に基づいて、セキュリティリスク評価装置１００の構成を説明する。
セキュリティリスク評価装置１００は、さらに、脆弱性検出部１６０という要素を備える。脆弱性検出部１６０は、ソフトウェアで実現される。
セキュリティリスク評価プログラムは、さらに、脆弱性検出部１６０としてコンピュータを機能させる。

セキュリティリスク評価装置１００は、実施の形態４のように、信憑度算出部１５０を備えてもよい。

＊＊＊動作の説明＊＊＊
セキュリティリスク評価方法を説明する。
セキュリティリスク算出部１４０は、複数の対象者のそれぞれのセキュリティリスクを算出する。
そして、脆弱性検出部１６０は、複数の対象者に対応する複数のセキュリティリスクに基づいて、サイバー攻撃に対する脆弱者を複数の対象者から見つける。
サイバー攻撃に対する脆弱者は、サイバー攻撃に対して脆弱な人物である。つまり、サイバー攻撃に対する脆弱者は、サイバー攻撃に対するセキュリティが弱い人物である。

図１５に基づいて、セキュリティリスク評価方法の手順を説明する。
ステップＳ５１０において、脆弱性検出部１６０は、対象者リストから、未選択の対象者を一人選択する。
対象者リストは、一人以上の対象者を示す。例えば、対象者リストは、それぞれの対象者の名前、所属および役職などを示す。
対象者リストは、記憶部１９０に予め記憶される。但し、脆弱性検出部１６０は、ディレクトリ情報１９３に基づいて、対象者リストを生成してもよい。その場合、脆弱性検出部１６０は、ディレクトリ情報１９３から組織内の人物を抽出し、抽出した人物それぞれを対象者として対象者リストに登録する。抽出される人物の範囲は、組織全体、特定の部または特定の課など、どのような範囲であってもよい。

ステップＳ５２０において、セキュリティリスク算出部１４０は、選択された対象者のセキュリティリスクを算出する。
具体的には、実施の形態１から実施の形態３のいずれかにおけるステップＳ１１０からステップＳ１３０が実行されることによって、対象者のセキュリティリスクが算出される（図４参照）。
または、実施の形態４におけるステップＳ４１０からステップＳ４４０が実行されることによって、対象者のセキュリティリスクが算出される（図１１参照）。

ステップＳ５３０において、脆弱性検出部１６０は、対象者リストに未選択の対象者が残っているか判定する。
未選択の対象者が残っている場合、処理はステップＳ５１０に進む。
未選択の対象者が残っていない場合、処理はステップＳ５４０に進む。

ステップＳ５４０において、脆弱性検出部１６０は、それぞれの対象者のセキュリティリスクをリスク閾値と比較し、リスク閾値より高いセキュリティリスクを有する対象者を抽出する。抽出される対象者が脆弱者である。
そして、脆弱性検出部１６０は、脆弱者リストを生成し、脆弱者リストを記憶部１９０に記憶する。脆弱者リストは脆弱者のリストである。

＊＊＊実施の形態５のまとめ＊＊＊
実施の形態１から実施の形態４では、特定の人物（対象者）のセキュリティリスクが算出される。
実施の形態５では、実施の形態１から実施の形態４のいずれかを利用することによって、組織の中でセキュリティの弱い人物（脆弱性のある人物）を特定する。

＊＊＊実施の形態５の効果＊＊＊
実施の形態５により、組織の中で脆弱な人物（セキュリティリスクの高い人物）を効率よく特定することが可能となる。
また、特定された人物に対して適切な教育または適切な対策が実施されることで、組織全体のセキュリティリスクを下げることが可能となる。

＊＊＊実施の形態の補足＊＊＊
カテゴリテーブル１９１および各数式は、セキュリティリスクについての評価を行う組織において適宜にカスタマイズされることが望ましい。

図１６に基づいて、セキュリティリスク評価装置１００のハードウェア構成を説明する。
セキュリティリスク評価装置１００は処理回路１０９を備える。
処理回路１０９は、人物ネットワーク検出部１１０と開示リスク算出部１２０と繋がりリスク決定部１３０とセキュリティリスク算出部１４０と信憑度算出部１５０と脆弱性検出部１６０との全部または一部を実現するハードウェアである。
処理回路１０９は、専用のハードウェアであってもよいし、メモリ１０２に格納されるプログラムを実行するプロセッサ１０１であってもよい。

処理回路１０９が専用のハードウェアである場合、処理回路１０９は、例えば、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡまたはこれらの組み合わせである。
ＡＳＩＣはＡｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略称であり、ＦＰＧＡはＦｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略称である。
セキュリティリスク評価装置１００は、処理回路１０９を代替する複数の処理回路を備えてもよい。複数の処理回路は、処理回路１０９の役割を分担する。

処理回路１０９において、一部の機能が専用のハードウェアで実現されて、残りの機能がソフトウェアまたはファームウェアで実現されてもよい。

このように、処理回路１０９はハードウェア、ソフトウェア、ファームウェアまたはこれらの組み合わせで実現することができる。

実施の形態は、好ましい形態の例示であり、本発明の技術的範囲を制限することを意図するものではない。実施の形態は、部分的に実施してもよいし、他の形態と組み合わせて実施してもよい。フローチャート等を用いて説明した手順は、適宜に変更してもよい。

１００ セキュリティリスク評価装置、１０１ プロセッサ、１０２ メモリ、１０３ 補助記憶装置、１０４ 入力インタフェース、１０５ 通信デバイス、１０９ 処理回路、１１０ 人物ネットワーク検出部、１１１ 収集部、１１２ 分類部、１１３ 再帰制御部、１２０ 開示リスク算出部、１３０ 繋がりリスク決定部、１４０ セキュリティリスク算出部、１５０ 信憑度算出部、１６０ 脆弱性検出部、１９０ 記憶部、１９１ カテゴリテーブル、１９２ 辞書データ、１９３ ディレクトリ情報、２０１，２０２ 人物ネットワークグラフ、２１１ ディレクトリグラフ。

Claims (14)

1. 対象者の公開情報に基づいて、前記対象者と直接の繋がりを有するか又は少なくとも一人を介して前記対象者と繋がりを有する一人以上の関係者である関係者群と前記対象者との繋がりを示す人物ネットワークを検出する人物ネットワーク検出部と、
   前記対象者の公開情報に基づいて前記対象者の開示リスクを算出し、前記関係者群に対応する公開情報群に基づいて前記関係者群に対応する開示リスク群を算出する開示リスク算出部と、
   前記関係者群に対応する前記開示リスク群に基づいて、前記開示リスク群の代表値を前記対象者の繋がりリスクに決定する繋がりリスク決定部と、
   前記対象者の前記開示リスクと前記対象者の前記繋がりリスクとを用いて、サイバー攻撃に対する前記対象者のセキュリティリスクを算出するセキュリティリスク算出部と
   を備えるセキュリティリスク評価装置。
2. 前記繋がりリスク決定部は、前記関係者群に対応する前記開示リスク群の中の最大の開示リスクを前記対象者の前記繋がりリスクに決定する
   請求項１に記載のセキュリティリスク評価装置。
3. 前記人物ネットワーク検出部は、前記対象者を表す対象者ノードと前記関係者群を表す関係者ノード群とを有して前記人物ネットワークを表す人物ネットワークグラフを生成し、
   前記繋がりリスク決定部は、前記対象者ノードから前記関係者ノード群の各関係者ノードまでの距離と、各関係者ノードに対応する関係者の開示リスクとに基づいて、前記繋がりリスクを決定する
   請求項１に記載のセキュリティリスク評価装置。
4. 前記繋がりリスク決定部は、関係者ノード毎に前記対象者ノードから当該関係者ノードまでの距離と当該関係者ノードに対応する関係者の開示リスクとを用いて当該関係者ノードの評価値を算出し、前記関係者ノード群に対応する評価値群に基づいて前記繋がりリスクを決定する
   請求項３に記載のセキュリティリスク評価装置。
5. 前記人物ネットワークグラフは、前記対象者ノードを基点とする１つ以上のパスを有し、
   前記繋がりリスク決定部は、パス毎に当該パスにおける１つ以上の評価値から最大評価値を選択し、前記１つ以上のパスに対応する１つの以上の最大評価値を用いて前記繋がりリスクを算出する
   請求項４に記載のセキュリティリスク評価装置。
6. 前記繋がりリスク決定部は、前記関係者群に対応する前記開示リスク群を用いて、サイバー攻撃の成功確率を前記対象者の前記繋がりリスクとして算出する
   請求項１に記載のセキュリティリスク評価装置。
7. 前記人物ネットワーク検出部は、前記対象者を表す対象者ノードと前記関係者を表す関係者ノード群と前記関係者ノード群に対応するパス群とを有して前記人物ネットワークを表す人物ネットワークグラフを生成し、
   前記繋がりリスク決定部は、前記人物ネットワークグラフのパス毎に当該パスにおける１つ以上の開示リスクを用いて当該パスにおけるサイバー攻撃の失敗確率を算出し、前記１つ以上のパスに対応する１つ以上の失敗確率を用いて前記成功確率を前記繋がりリスクとして算出する
   請求項６に記載のセキュリティリスク評価装置。
8. 前記セキュリティリスク評価装置は、さらに、前記対象者が属する組織のディレクトリ情報に基づいて前記人物ネットワークの信憑度を算出する信憑度算出部を備え、
   前記セキュリティリスク算出部は、前記対象者の前記開示リスクと前記対象者の前記繋がりリスクと前記人物ネットワークの前記信憑度とを用いて、前記対象者の前記セキュリティリスクを算出する
   請求項１から請求項７のいずれか１項に記載のセキュリティリスク評価装置。
9. 前記信憑度算出部は、前記人物ネットワークに含まれる関係者のうち前記ディレクトリ情報に含まれる関係者の割合を所属割合として算出し、前記所属割合を用いて前記信憑度を算出する
   請求項８に記載のセキュリティリスク評価装置。
10. 前記人物ネットワーク検出部は、前記対象者の前記公開情報に基づいて、前記人物ネットワークに含まれる関係者それぞれの所属を示す関係者リストを生成し、
    前記信憑度算出部は、前記人物ネットワークと前記ディレクトリ情報との両方に含まれる関係者のうち前記関係者リストにおける所属と前記ディレクトリ情報における所属とが一致する関係者の割合を一致割合として算出し、前記一致割合を用いて前記信憑度を算出する
    請求項８または請求項９に記載のセキュリティリスク評価装置。
11. 前記信憑度算出部は、前記人物ネットワークを表す人物ネットワークグラフに基づいて前記対象者のノードから各関係者のノードまでの距離を関係距離として算出し、前記ディレクトリ情報に対応するディレクトリグラフに基づいて前記対象者のノードから各関係者のノードまでの距離を組織距離として算出し、関係距離と組織距離との差の総和を総和差として算出し、前記総和差を用いて前記信憑度を算出する
    請求項８から請求項１０のいずれか１項に記載のセキュリティリスク評価装置。
12. 前記セキュリティリスク評価装置は、さらに、脆弱性検出部を備え、
    前記セキュリティリスク算出部は、複数の対象者のそれぞれのセキュリティリスクを算出し、
    前記脆弱性検出部は、前記複数の対象者に対応する複数のセキュリティリスクに基づいて、サイバー攻撃に対する脆弱者を前記複数の対象者から見つける
    請求項１から請求項１１のいずれか１項に記載のセキュリティリスク評価装置。
13. 人物ネットワーク検出部と、開示リスク算出部と、繋がりリスク決定部と、セキュリティリスク算出部と、を備えるセキュリティリスク評価装置によって実行されるセキュリティリスク評価方法であって、
    前記人物ネットワーク検出部が、対象者の公開情報に基づいて、前記対象者と直接の繋がりを有するか又は少なくとも一人を介して前記対象者と繋がりを有する一人以上の関係者である関係者群と前記対象者との繋がりを示す人物ネットワークを検出し、
    前記開示リスク算出部が、前記対象者の公開情報に基づいて前記対象者の開示リスクを算出し、前記関係者群に対応する公開情報群に基づいて前記関係者群に対応する開示リスク群を算出し、
    前記繋がりリスク決定部が、前記関係者群に対応する前記開示リスク群に基づいて、前記開示リスク群の代表値を前記対象者の繋がりリスクに決定し、
    前記セキュリティリスク算出部が、前記対象者の前記開示リスクと前記対象者の前記繋がりリスクとを用いて、サイバー攻撃に対する前記対象者のセキュリティリスクを算出する
    セキュリティリスク評価方法。
14. 対象者の公開情報に基づいて、前記対象者と直接の繋がりを有するか又は少なくとも一人を介して前記対象者と繋がりを有する一人以上の関係者である関係者群と前記対象者との繋がりを示す人物ネットワークを検出する人物ネットワーク検出処理と、
    前記対象者の公開情報に基づいて前記対象者の開示リスクを算出し、前記関係者群に対応する公開情報群に基づいて前記関係者群に対応する開示リスク群を算出する開示リスク算出処理と、
    前記関係者群に対応する前記開示リスク群に基づいて、前記開示リスク群の代表値を前記対象者の繋がりリスクに決定する繋がりリスク決定処理と、
    前記対象者の前記開示リスクと前記対象者の前記繋がりリスクとを用いて、サイバー攻撃に対する前記対象者のセキュリティリスクを算出するセキュリティリスク算出処理と
    をコンピュータに実行させるためのセキュリティリスク評価プログラム。

Images