Один из первых шагов в этой модели — по-другому измерять поведение сотрудников.
В классической модели обучения эффективность обычно оценивают по формальным показателям:
- процент сотрудников, прошедших курсы;
- результаты тестов;
- доля кликов в учебных фишинговых рассылках.
Такие метрики удобны для отчетности, но плохо отражают реальную устойчивость компании к атакам.
Поэтому компании начинают смотреть на поведение сотрудников:
- скорость сообщения о подозрительном письме;
- количество сигналов о возможных атаках;
- типы сценариев, в которых сотрудники чаще ошибаются;
- динамику поведения сотрудников со временем.
В таких метриках важен не сам факт ошибки. Сотрудник может перейти по ссылке или открыть вложение — это неизбежно происходит даже в хорошо защищенных компаниях. Критичным становится другое: насколько быстро человек понимает, что ситуация подозрительная, и сообщает об этом службе безопасности.
На одном из отраслевых обсуждений руководитель ИБ крупной телеком-компании рассказал, как в компании решили проверить связь между метриками обучения и реальным поведением сотрудников.
Формальные показатели выглядели хорошо: сотрудники успешно проходили курсы и тесты, а отчеты показывали высокий процент завершения обучения. Но результаты фишинговых тренировок почти не менялись из года в год.
После анализа компания изменила подход к оценке эффективности обучения. Вместо прохождения курсов начали измерять скорость, с которой сотрудники сообщают о подозрительных письмах.
В результате сотрудники начали сигнализировать о фишинговых письмах примерно через 5 минут после получения, а время реакции сократилось примерно в 15 раз.
Этот пример показывает, как изменение метрик напрямую влияет на реальную устойчивость компании к атакам.