1 РАЗРАБОТАН Открытым акционерным обществом "Научно-исследовательский центр контроля и диагностики технических систем" (ЦАО "НИЦ КД")

2 ВНЕСЕН Техническим комитетом по стандартизации ТК 10 "Менеджмент риска"

3 УТВЕРЖДЕН И ВВЕДЕН В ДЕЙСТВИЕ Приказом Федерального агентства по техническому регулированию и метрологии от 30 ноября 2016 г. N 1857-ст

4 В настоящем стандарте реализованы основные положения международного документа CWA 16649:2013 "Менеджмент риска применения новых технологий" (CWA 16649:2013 "Managing emerging technology-related risks")

5 ВВЕДЕН ВПЕРВЫЕ

Правила применения настоящего стандарта установлены в статье 26 Федерального закона от 29 июня 2015 г. N 162-ФЗ "О стандартизации в Российской Федерации". Информация об изменениях к настоящему стандарту публикуется в ежегодном (по состоянию на 1 января текущего года) информационном указателе "Национальные стандарты", а официальный текст изменений и поправок - в ежемесячном информационном указателе "Национальные стандарты". В случае пересмотра (замены) или отмены настоящего стандарта соответствующее уведомление будет опубликовано в ежемесячном информационном указателе "Национальные стандарты". Соответствующая информация, уведомление и тексты размещаются также в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет (www.gost.ru)

Внедрение новых технологий связано с идентификацией возможных источников нового риска. Сложной проблемой является то, что новые виды риска часто связаны с неизученными феноменами.

В настоящем стандарте представлены примеры факторов, наличие которых может приводить к появлению новых рисков, а также факторов, которые влияют на оценку риска, в частности, посредством изменения восприятия риска. Также представлены примеры методов учета факторов риска.

Настоящий стандарт вместе с другими стандартами серии "Менеджмент риска применения новых технологий" формирует комплексный подход к рассмотрению новых рисков, их появлению и развитию.

В настоящем стандарте представлены примеры факторов, влияющих на возникновение рисков при применении новых технологий, производств, производственных сетей, материалов и новой продукции. Данные факторы представлены вместе с примерами факторов, влияющих на оценку нового риска, а также примерами методов их учета.

В настоящем стандарте использованы нормативные ссылки на следующие стандарты:

ГОСТ Р 51897 Руководство ИСО 73 Менеджмент риска. Термины и определения

ГОСТ Р 57272.1 Менеджмент риска применения новых технологий. Часть 1. Общие требования

ГОСТ Р ИСО 31000 Менеджмент риска. Принципы и руководство

Примечание - При пользовании настоящим стандартом целесообразно проверить действие ссылочных стандартов в информационной системе общего пользования - на официальном сайте Федерального агентства по техническому регулированию и метрологии в сети Интернет или по ежегодно издаваемому информационному указателю "Национальные стандарты", который опубликован по состоянию на 1 января текущего года, и по выпускам ежемесячно издаваемого информационного указателя "Национальные стандарты" за текущий год. Если заменен ссылочный стандарт, на который дана недатированная ссылка, то рекомендуется использовать действующую версию этого документа с учетом всех внесенных в данную версию изменений. Если заменен ссылочный стандарт, на который дана датированная ссылка, то рекомендуется использовать версию этого документа с указанным выше годом утверждения (принятия). Если после утверждения настоящего стандарта в ссылочный стандарт, на который дана недатированная ссылка, внесено изменение, затрагивающее положение, на которое дана ссылка, то это положение рекомендуется применять без учета данного изменения. Если ссылочный стандарт отменен без замены, то положение, в котором дана ссылка на него, рекомендуется применять в части, не затрагивающей эту ссылку.

В настоящем стандарте применены термины по ГОСТ Р 51897, ГОСТ Р 57272.1, ГОСТ Р ИСО 31000.

Факторы, представленные в настоящем стандарте, получены в результате поиска и последующего анализа данных с применением метода мозгового штурма квалифицированными экспертами, занимающимися менеджментом риска применения новых технологий в соответствующих областях.

Следует учитывать взаимосвязь факторов, влияющих на возникновение нового риска, и факторов, влияющих на оценку нового риска, так как не соответствующий действительности результат оценки риска может спровоцировать возникновение риска.

4.1 Общие положения

При рассмотрении факторов, влияющих на возникновение нового риска и на оценку нового риска, необходимо учитывать следующие положения.

1) Если не указано иначе, риск делят на классы в соответствии с таблицей 1.

2) В общем случае каждая область применения требует установления собственной шкалы для оценки риска.

3) Каждый случай возникновения нового риска связан с наличием некоторого набора факторов, в то время как влияние остальных факторов из приведенного списка может отсутствовать. Наличие или отсутствие влияния конкретного фактора на возникновение и реализацию определенного нового риска устанавливает квалифицированный эксперт.

4) Факторы могут быть взаимосвязаны и могут оказывать комплексное воздействие на возникновение нового риска.

5) Не все факторы одинаково важны. Влияние различных факторов на появление риска может быть различным.

6) Выбор и анализ факторов - задача квалифицированного эксперта. Для принятия многокритериального решения рекомендовано назначать весовые коэффициенты каждому рассматриваемому фактору.

7) При анализе риска предпочтительно используют методы ранжирования рисков, на основе сравнительной оценки рисков, которая является более удобной и применимой при практическом использовании, чем абсолютная оценка.

8) В общем случае, нормативные требования, законодательные акты, стандарты, принятые методы работы с рисками и т.п. необходимо рассматривать до проведения анализа новых рисков.

4.2 Факторы, оказывающие влияние на оценку нового риска

В таблице 2 представлены факторы, оказывающие влияние на оценку нового риска.

В таблице 3 представлены факторы, влияющие на возникновение и оценку риска, вместе со шкалой деления соответствующих рисков на классы, а также комментариями и пояснениями.

В настоящем разделе приведены примеры методов сбора информации о новых видах риска, их мониторинге и анализе поступающей информации, связанной с риском.

Основу раздела составляют примеры методов, представленных в [1].

5.1 Программное средство RiskEars

RiskEars представляет собой сложно организованную систему обработки данных, поступающих от соответствующих экспертов в различных областях. RiskEars представляет собой базу данных, организованную для сбора и мониторинга ранних данных об опасностях. Программное средство RiskEars позволяет следить за развитием нового риска, начиная от ранних стадий до стадии, на которой риск становится известным риском.

RiskEars позволяет накапливать данные о новом риске из различных источников, обычно от людей и/или организаций (например, мнения профессионалов о возможных источниках новых опасностей). Данные, подтверждающие появление нового риска, позволяют определить сценарий развития риска.

5.2 Метод RiskTweet

Метод RiskTweet предназначен для работы с твитами (tweet (англ) - щебет, чириканье) - короткими сообщениями, переданными через социальную интернет-сеть. Твиты рассматривают как индикаторы ключевых тем в обществе. С помощью метода RiskTweet можно отследить количество твитов в день (месяц), имеющих отношение к определенной теме, географию пользователей и другие детали, включая перекрестные ссылки на другие источники информации. Метод позволяет проводить анализ актуальности информации и отслеживать появление ранних данных о риске.

Метод RiskTweet отслеживает информацию на основе следующих характеристик:

- активность обсуждения пользователями;

- тренд;

- критичность.

Ежедневно подсчитывают количество твитов, содержащих ключевое слово (являющееся меткой определенной темы обсуждения), и сравнивают его со средним количеством сообщений, поступающих за день. В зависимости от результатов сравнения показатель активности обсуждения пользователями принимает значение от минус 1 до плюс 1.

При этом:

минус 1 - небывало низкая активность пользователей;

0 - средняя активность пользователей;

плюс 1 - небывало высокая активность пользователей.

Для определения тренда используют индикатор MACD (Moving Average Convergence/Divergence - схождение/расхождение скользящих средних) для нормированных временных рядов данных (см. рисунок 1).

Скользящие средние - статистика, используемая для анализа данных, представляющая собой выборочные средние по фиксированному количеству наблюдений, в которых при последующем вычислении исключают более ранние наблюдения и добавляют более поздние. Быстрые скользящие средние - средние, определенные за период времени, который считают для данной ситуации коротким, медленные - за период времени, который считают для данной ситуации достаточно продолжительным.

Критичность измеряют, если текущие взгляды на соответствующую проблему или ситуацию подвержены значительным изменениям. Выдаваемые оценки критичности лежат в диапазоне от 0 до 1. Наибольшая критичность соответствует наибольшему объему твитов за исследуемый период и продолжающемуся возрастанию тренда.

5.3 Метод S-RDI

Метод S-RDI (Semantic Risk Distance Index) применяют для анализа и визуализации данных. Анализ данных основан на поиске подобия оценок, вычисленных при совпадении свойств, а также семантического подобия текстов. Цель анализа - поиск сходства между хорошо известными и хорошо управляемыми сценариями риска и сценариями риска, связанного с введением новых технологий.

Метод выбора ключевых слов и ключевых фраз, основанный на связях и сходстве между ними, относится к методам семантической кластеризации. Метод S-RDI определяет семантическое подобие между ключевыми словами, подаваемых на вход, а результаты вычислений отображает графически. Значимость узла в сети пропорциональна центральности собственного вектора (например, алгоритм поиска Google - PageRank дает оценку значимости узла). Значимость узла показана при помощи цветовой индикации (более насыщенному цвету соответствует более высокая значимость). Толщина ребра графа сети указывает на степень подобия. На рисунке 2 представлен пример визуализации анализа сети с помощью метода S-RDI.

Примечание - Имена узлов сети на рисунке 2 состоят из буквы латинского алфавита и цифры.

Метод S-RDI предназначен для анализа и визуализации сходств и взаимосвязей среди очень большого количества элементов, допускающих возможность текстового описания. Например, он применим, когда при анализе тысяч документов, содержащих описание различных новых рисков, возникают задачи поиска взаимосвязей между этими отдельными рисками, задачи определения основных тем, связанных с данными рисками, выявление нового риска, наиболее способствующего возникновению риска системы в целом.

5.4 Метод агентного моделирования

Агентные модели (Agent Based Models (ABMs)) - класс вычислительных имитационных моделей. Агентная модель строит поведение системы в целом. Агентное имитационное моделирование применяют для анализа сложных систем, обладающих сложными внутренними взаимосвязями, памятью, фрактальными отношениями и другими сложными феноменами. Оно особенно подходит для изучения макроуровневых свойств систем или для систем, содержащих большое количество разного рода взаимосвязанных заинтересованных сторон. Модель обладает достаточной гибкостью, сразу после построения модели могут быть добавлены, изменены или удалены правила принятия решений. На свойства агента (единицы принятия решения) наложено единственное ограничение - возможность количественного описания.