A framework for studying syndinic situations

Введение. За последние десятилетия вопросам исследования синдинических (опасных) S-ситуаций во всех странах мира посвящено большое количество публикаций, анализ которых, однако, не является целью настоящей статьи (при изложении текста статьи под понятием «S-ситуация» понимается всё то, что важно для осмысления и исследования конкретной опасной ситуации). Однако отметим, что анализ структурно-функциональных аспектов чрезвычайных ситуаций (ЧС), рассматриваемых нами в качестве наиболее типичных примеров S-ситуаций представлен в работе «Терминологии новейшего времени: структурно-функциональный аспект» [17]. В работе обосновано, что при анализе факторов ситуаций необходимо выделять «абстрактные отношения» и «формы существования материи». На уровне «абстрактных отношений» факторы ситуаций имеют три тематические группы:

1) существование, бытие;

2) пространство (зона, очаг, среда и др.);

3) количество (доза, коэффициент, концентрация и др.).

На уровне «материального мира» выделяют пять групп факторов ситуаций:

1) конкретная деятельность (восстановление, защита, ликвидация и др.);

2) участники (группировка (группа), служба, силы и др.);

3) технологические факторы (неисправность, уязвимость, нарушение и др.);

4) средства труда (машины, механизмы, технологии и др.);

5) структура управления (центральный аппарат, территориальные органы, учреждения и прочие организации).

Внутри тематической группы «существование, бытие» выделяют три группы факторов ситуаций:

1) событие, факт (происшествие, авария, бедствие и др.);

2) модусы бытия (опасность, безопасность);

3) действительность, реальность (конкретная ситуация, положение, условия и др.).

В факторы S-ситуаций также включаются: риск-менеджеры и прочие необходимые специалисты, их связи, отношения, решения, функционально-смысловое наполнение решений и действий; ценности, принципы и методы исследования, имеющиеся и требуемые силы, средства и прочие ресурсы исследовательской работы; особенности их восполнения и применения; методы и практики изучения ЧС, как формализованные, так и не формализованные; характеристики деятельности риск-менеджеров и прочих специалистов, их профессиональная и этическая культура, компетенции, ответственность и особенности её воплощения на практике и прочее.

В настоящее время исследовательская платформа, посвящённая вопросам разработки методов изучения разного рода ЧС, принятия управленческих решений в условиях рисков и разработки на их основе соответствующих мероприятий весьма обширна, поэтому она также не является целью статьи. Однако следует выделить близкую к теме статьи работу «Средства синтеза многоуровневых организационных систем для управления региональной безопасностью и устойчивостью» [22], в которой предлагается фреймворк ситуационного центра, предназначенного для управления безопасностью и устойчивостью региона в условиях возникновения рисков разного рода ЧС. Необходимо подчеркнуть, что в этой работе основное внимание уделено вопросу только создания технологий информационно-аналитического сопровождения специальных функций данных центров.

В настоящей статье предлагается фреймворк «Синдиника» гибридного типа, который позволяет не только оценивать этапы исследования S-ситуаций на основе технологий указанного выше центра и/или его аналогов [15; 26; 30], но и учитывать свойства внешней и внутренней среды S-ситуаций, прогнозировать причины их появления, а также учитывать возможности, способности, мотивацию, поведение и результаты работы риск-менеджеров и стейкхолдеров, использующих результаты риск-менеджеров для своих научных и практических целей.

В качестве структуры нового фреймворка «Синдиника» предлагается использовать структуру проектной модели «Кеневин» [40]. Из публикаций известно, что с 2001 года последняя версия этой модели применяется для исследования систем различной степени сложности и масштаба, в среде которых прогнозируются и/или выявляются разного рода S-ситуации и на основе этого ликвидируются их последствия. Например, на основе модели разработаны системы принятия управленческих решений [31], управления кибер-опасными инцидентами [28] и сложными проектами [19].

Следуя подходу к гибридизации аналитики исследования S-ситуаций, в данной статье формулируется и реализуется актуальная идея совмещения информации и функций доменов модели «Кеневин» и элементов теории синдиники в алгоритмах итеративно-циклического исследования S-ситуаций [37]. В результате получается новый 6-ти компонентный аналитический инструментарий исследования S-ситуаций – фреймворк «Синдиника». Планируется, что за счёт проведения на его основе исследования S-ситуаций, у риск-менеджеров появятся новые возможности для прогнозирования, выявления и анализа рисков в самых разных по степени сложности системах, а по результатам их изучения лицам, принимающим решения (ЛПР) и прочим стейкхолдерам, новые возможности в разработке стратегий, методов и мер предупреждения и/или ликвидации S-ситуаций и управления порождаемыми ими рисками. В результате всем заинтересованным лицам, фреймворк «Синдиника» предоставляет возможности решать проблемы обеспечения безопасности в системах разных областей и сфер деятельности.

План исследования проблемы. На первых этапах своего становления теория синдиники являлась вполне самодостаточной дисциплиной для адекватного исследования практически любых S-ситуаций [35]. Однако результаты работы «Синдинический метод выявления и анализа опасностей для участников цифровых платформ» [9] показали, что в условиях тотальной цифровизации мирового сообщества и перехода от SPOD-мира к «турбулентным» VUCA-миру и BANI-миру [41], актуальным стал вопрос расширения содержательных рамок теории синдиники путём наращивания числа её элементов и детализации их содержания с учётом характеристик среды возникновения и проявления S-ситуаций. Частичное решение этого вопроса было предпринято в работе «Онтологическая модель расширенного синдинического гиперпространства» [2]. В настоящей статье в контексте проектного подхода, как наиболее эффективного для проведения аналитических исследований в области риск-менеджмента, предлагается следующий план решения указанной проблемы. Во-первых, конспективно приводятся характеристики модели «Кеневин», выбранной для учёта характеристик внешней среды S-ситуации. Во-вторых, с учётом результатов ряда работ автора статьи и структуры модели «Кеневин» предлагается структурная схема фреймворка «Синдиника». В контексте компонентов структурной схемы фреймворка в качестве примера приводится таблица совместного использования функций доменов и элементов гиперпространства с последующим графическим представлением условных трудозатрат по фазам цикла исследования S-ситуации. Здесь же излагается метод активизации рационального поведения риск-менеджеров в условиях ограничений по времени, учитывающий способности, мотивации и возможности, необходимые для исследования S-ситуаций. В-третьих, с учётом полученных результатов формулируется концепция разработки аналитического аппарата, необходимого для изучения компонентов фреймворка «Синдиника».

Характеристика модели «Кеневин». Теория синдиники предназначена для исследования S-ситуаций, и выработки соответствующих решений по управлению рисками в системах различной степени сложности и масштаба [11; 13; 34]. Это: определение ключевых рисков и их владельцев, классификации рисков, их квантификации, ранжированию, мониторинга, предотвращение, уклонение, локализация, диверсификация, компенсация, хеджирование, страхование и др.

Автор статьи рассматривает теорию синдиники как особо важный для современного общества вид проектной деятельности [1], а практическую реализацию её потенциала считает методом проектного управления данной деятельностью в целях прогнозирования и реагирования на S-ситуации [14]. Естественно, что при этом возникает проблема выбора метода управления рисками, наиболее эффективного и по трудозатратам, и по прогнозно-функциональным возможностям. Такой подход является типичным, например, при разработке проектов в ИТ-сфере, результаты изучения факторов сложности в управлении которыми представлены в многочисленных публикациях. В них предлагаются как аналитические, так и групповые методы управления, связанные с дефрагментацией и анализом факторов неопределённости, учитывающие как проектные ограничения и компетенции риск-менеджеров, так и интересы ЛПР, а также лиц, реализующих эти решения на практике. К аналитическим методам мы относим модели PERT, PEST, OODA, COCOMO, цикла креативности Кребса, Cynefin и др., а к групповым методам – экспертные субъективные оценки и ИТ-технологии (Kanban, Waterfall, Agile, Scrum, Planning Poker и др.), которые кроме модели Cynefin (в русском переводе «Кеневин») нами также не анализируются.

Результаты изучения функциональных возможностей указанных выше аналитических моделей свидетельствует о том, что наиболее подходящим вариантом для расширения аналитики теории синдиники может стать модель «Кеневин» (рис. 1), а также методы исследования поведения внешней среды систем разной степени сложности и масштаба, разработанные на её основе.

Рисунок 1. Модель «Кеневин»

Источник: [23; 38].

Отметим, что термин «Cynefin» с валлийского диалекта английского языка переводится как «ареал», «среда обитания» или – «экосистема» [40].

Рассмотрим характеристики доменов.

Центральный домен «Неопределённость». Неопределённость во внешней среде – это обнаруженное и видимое состояние беспорядка. Поэтому с позиций упорядоченности и неупорядоченности сложных систем этот домен также характеризует внешние среды и остальных четырёх доменов. Ошибиться в оценке степени неопределённости, значит ошибиться в том, как надо действовать дальше, какие методы применять. Логика действий: выявление контуров системы и расчленение их на простые и понятные для анализа фрагменты. Практика действий: классификация полученных фрагментов системы, сбор данных и прочих сведений о них, попытка применить к их анализу известные методы исследования.

1. Домен «Комплексные системы (хаотичные)». В условиях хаотичной неопределённости возникает достаточно значимая проблема с отсутствием понимания конечного результата исследований и предпринимаемых действий. Логика действий: действовать так, чтобы ограничить степень хаотичности системы, определить её состояние, получить необходимые данные и оценить своё понимание состояния, ориентироваться в трендах развития системы, осмысливать и просчитывать её характеристики, пытаясь получить обратную связь и предлагать новую логику действий в части рисков и т.д. Практика действий: для достижения цели находить прорывные (радикальные) решения и инновационные практики, преимущественно с ручным управлением.

2. Домен «Комплексные системы (сложные)». Для функций данных систем характерно отсутствие явной причинно-следственной связи. Имеем вариант с повышенной неопределённостью, которая может быть уменьшена в результате экспериментирования с ним путём выдвижения и проверки гипотез для выявления и анализа соответствующих рисков. Логика действий: оценивать («прощупывать») варианты с тем, чтобы вызвать реакцию системы, получить данные и «ощущения» от реакции, которые позволят поддерживать паттерны поведения системы, приближающие её функционирование к желаемому будущему, но ослаблять паттерны, которые нежелательны. Практика действий: последовательное исследование варианта и «выращивание» из паттернов поведения системы новых практик управления рисками для последующей апробации и внедрения.

3. Домен «Упорядоченные системы (сложные)». Для функций этих систем характерно наличие явной причинно-следственной связи. Как правило они поддаются исследованиям на основе анализ предыдущего опыта их функционирования, который можно заимствовать у экспертов, консультантов или из баз данных и баз знаний систем поддержки принятия решений (СППР). Логика действий: получение данных о системе, их экспертный анализ, адаптация соответствующих «хороших» практик путём их внедрения (предполагается, что полученных знаний для этого достаточно). Практика действий: анализ и экспертное сопровождение адаптации «хороших» практик к состоянию системы.

4. Домен «Упорядоченные системы (простые)». Для функций этих систем характерно наличие очевидной причинно-следственной связи, проверенной в прошлом опытным путём. Здесь проблема категорируется и для её решения из числа лучших практик выбирается заведомо хороший и предсказуемый вариант. Логика действий: получение данных о системе, их категорирование и путём применения лучших практик (предполагается, что знания и практики в этой области общеизвестны) осуществить соответствующее реагирование на проблему. Практика действий: работа с лучшими формализованными и стандартными практиками, проверенными в прошлом опытным путём на системах аналогичного масштаба сложности.

Отметим особенности получения результатов исследования систем, выполняемых по модели «Кеневин» (рис. 1): если переход от домена к домену осуществляется по часовой стрелке (1 → 2 → 3 → 4), то происходит накопление знаний и информации о системах, в противном случае (движение против часовой стрелки: 4 → 3 → 2 → 1) происходит их постепенная утрата и процесс исследования систем заходит в тупик (домен 1 – системы с хаосом). Из вышеизложенного следует, что в доменах необходимо выбирать оптимальные логики (методы) исследования систем и практики реагирования их участников на внешнюю среду. За счёт этого модель «Кеневин» позволяет эффективно учитывать и исследовать характеристики внешней среды, функции и компетенции риск-менеджеров и стейкхолдеров, а при достижении между ними компромиссов – выбирать наиболее результативные стратегии, методы и меры управления рисками в системах разной степени сложности и масштаба.

Таким образом, выбор модели «Кеневин» для разработки нового гибридного фреймворка «Синдиника» в первую очередь обусловлен комплементарностью аналитических возможностей в исследованиях доменов, в каждом из которых предлагается свой подход к анализу внешней среды систем с учётом степени сложности и неопределённости среды, которую они характеризуют. Анализ функций доменов показывает, что их объединение с элементами теории синдиники является адекватно складывающейся научной и практической реальностью в области теории синдиники, обеспечивающей гибкость, коммуникативность, исключение несоответствий и разногласий между исследователями внешней среды и стейкхолдерами, приводящих к уменьшению количества ошибок в оценках рисков S-ситуаций и их последствий. Эти возможности доменов и послужили основанием для выбора модели «Кеневин» в качестве инструментария разработки структуры фреймворка «Синдиника».

Разработка структуры и состава компонентов фреймворка «Синдиника». Целью разработки фреймворка «Синдиника» является расширение перечня научных областей и предпосылок к использованию теории синдиники за счёт развития её аналитических возможностей путём применения, во-первых, для выбора в качестве структуры фреймворка «Синдиника» структуры модели «Киневин», во-вторых, выбора в качестве «строительных» блоков фреймворка «Синдиника» (его компонентов) доменов модели «Киневин», и, в-третьих, объединение в компонентах фреймворка «Синдиника» функций доменов и функций элементов теории синдиники (гиперпространства, синдинических дефектов и прочего). Этот подход позволяет сформировать научно-исследовательский потенциал фреймворка «Синдиника», и создать горизонт новых возможностей для исследования S-ситуаций и их последствий в системах различной степени сложности и масштаба (рис. 2).

Рисунок 2. Структурная схема фреймворка «Синдиника»

(стрелки обозначают направление циклов исследования S-ситуаций)

Источник: разработано автором.

Представим комментарии к рисунку 2.

1. Количество компонентов фреймворка «Синдиника» по отношению к количеству доменов увеличивается с 5-ти до 6-ти. Это объясняется необходимостью введения компоненты «S-ситуация в комплексно-упорядоченной сложной системе», в которой изучаются S-ситуации, имеющие место в системах, находящиеся в пограничном (комплексно-упорядоченном) состоянии.

2. Объединение в компонентах фреймворка «Синдиника» логики исследования S-ситуаций и практики управления их рисками с учётом влияния на них внешней системной среды с логикой анализа элементов теории синдиники (гиперпространства, синдинических дефектов и прочего) и реализации результатов исследования S-ситуаций на практике является новым научно-практическим результатом для теории синдиники.

3. Объединения функций доменов и элементов теории синдиники в новом фреймворке «Синдиника» рассматривается автором как неотъемлемое свойство процесса принятия решений риск-менеджерами при исследовании S-ситуаций в системах любой степени сложности с использованием современных разноплановых экспертиз и прочих аналитических продуктов научно-технического и кадрового обеспечения данных исследований.

4. Объединение в компонентах фреймворка «Синдиника» аналитического инструментария модели «Кеневин» и теории синдиники позволяет сформировать адаптивную исследовательскую среду, необходимую риск-менеджерам для исследования S-ситуаций, а стейкхолдерам – для выработки и принятия организационных и управленческих решений и разработки на их основе соответствующих стратегий и мер управления рисками S-ситуаций.

5. Во фреймворке «Синдиника» функционал «Синдинические дефекты», характеризующий неопределённость внутренней среды исследования S-ситуаций, объединяется с функционалом домена «Неопределённость», что даёт возможность в рамках этой компоненты исследовать факторы неопределённости как внутренней, так и внешней среды S-ситуаций.

6. Планируется, что фреймворк «Синдиника» должен быть реализован в виде информационной научно-аналитической экосистемы, вобравшей в себя арсенал современных методов междисциплинарных исследований и достижений в разработке сквозных ИТ-технологий мирового уровня [21].

О совместном использовании в компонентах фреймворка «Синдиника» функций доменов и элементов гиперпространства. Характеристики основных функций доменов изложены в настоящей статье выше, а функции 18-ти элементов гиперпространства в составе модели объединённой цепочки исследования синдинической ситуации (The Unified Chain of Analysis the Syndynic Situation, UCASS) определены в таблице 2 работы «Онтологическая модель расширенного синдинического гиперпространства» [2]. Это: 1) Разведка; 2) Выделение ресурсов; 3) Доставка ресурсов; 4) Социальная инженерия; 5) Эксплуатация; 6) Обеспечение сохраняемости; 7) Преодоление защиты; 8) Управление и контроль; 9) Логический разворот; 10) Обнаружение; 11) Повышение привилегий; 12) Исполнение; 13) Доступ к учётным данным; 14) Горизонтальное перемещение; 15) Сбор данных и информации; 16) Эксфильтрация (передача промежуточных результатов для использования на следующих этапах исследования); 17) Воздействие; 18) Достижение цели.

Вместе с тем, результаты ряда исследований по проектной риск-ориентированной тематике [7; 20; 25] показывают, что для того, чтобы эффективно управлять рисками в S-ситуациях, в компонентах фреймворка «Синдиника» необходимо объединить возможности функции доменов и представленных выше элементов гиперпространства, которые соответствуют, во-первых, S-ситуациям всех типов систем, во-вторых, задачам и ожидаемым результатам исследования S-ситуаций и, в-третьих, стратегиям, методам и мерам, предпринимаемым риск-менеджерами и стейкхолдерами по управлению рисками. В этих целях предлагается учитывать организационные меры, предусмотренные в доменах, но не указанные выше при перечислении практик действий. Эти меры представлены в таблице 1 совместно с примерным составом функций из 18-ти элементов UCASS гиперпространства, которые, по нашему мнению, смогут содействовать получению достаточно объективных результатов исследования S-ситуаций в доменах и, соответственно, компонентах фреймворка «Синдиника».

Таблица 1. Организационные меры, объединяющие функции доменов и элементов

гиперпространства в компонентах фреймворка «Синдиника»

Представленная таблице 1 в качестве примера логика объединения функций доменов и элементов гиперпространства в компонентах фреймворка «Синдиника» на основе соответствующих организационных мер характерна тем, что в ней, во-первых, для каждого вида систем предлагается разный состав элементов гиперпространства, что соответствует степени сложности изучения S-ситуаций в этих системах. Во-вторых, наиболее полный состав данных элементов (все 18-ть) представлен в компоненте систем переходного типа (комплексно-упорядоченные системы), в которых необходимо организовать методический переход («Логический разворот») от методов изучения комплексных систем к методам изучения упорядоченных систем, но с обязательным выполнением всех промежуточных этапов исследования и соответствующих им действий. В-третьих, компоненты системы 1-го и 5-го типов имеют минимальные наборы элементов гиперпространства, что объясняется относительной простотой подходов к исследованию в них S-ситуаций и выбору стратегий, методов и мер эффективного управления рисками, например, в компоненте системы 1-го типа для достижения цели рекомендуется применять известные и/или инновационные методы ручного управления S-ситуациями и их последствиями, а в компоненте системы 5-го типа для достижения цели рекомендуется применять доступные и хорошо проверенные практикой стратегии, методы и меры с обязательным сохранением результатов, которые могут быть приняты во внимание при появлении в будущем аналогичных S-ситуаций.

В контексте полученных результатов представим описание метода COM-B, объединённого с теорией мотивации PRIME [36], способствующего «подталкиванию» риск-менеджеров к рациональным видам поведения при исследованиях S-ситуаций. Название метода «подталкивания» COM-B определяется аббревиатурой, которая формируется из первых букв английских терминов таких факторов, как «capability», «opportunity», «motivation» и «behaviour», которые переводятся на русский язык как «способности», «возможности», «мотивация» и «поведение») [32; 39]. Актуальность данного метода в составе синдинических исследований объясняется современными условиями развития мирового и российского общества и его экономики, высокой ответственностью риск-менеджеров за результаты деятельности [6], необходимости эффективного использования креативного потенциала как в процессе исследования S-ситуаций, так и при анализе и оценке рисков и их последствий в целях предоставления срочной помощи ЛПР в выработке адекватных мер по реагированию на риски [16; 23; 29].

Дадим определения основных факторов метода «подталкивания» COM-B:

– способность – это свойство человека, которое вместе с возможностями делает поведение возможным или облегчает его;

– возможность – это атрибут системы окружающей среды, который вместе со способностями делает поведение возможным или облегчает его;

– мотивация – это совокупность психических процессов, которые активизируют и направляют поведение;

– поведение – это индивидуальная когнитивная или физическая деятельность человека, которая включает скоординированное сокращение поперечнополосатых мышц, контролируемое мозгом;

– физические способности – это способности, которые включают телосложение человека и функционирование скелетно-мышечной системы (например, баланс и ловкость);

– психологические способности – это способности, которые включают в себя умственное функционирование человека (например, понимание и память);

– рефлексивная мотивация — это мотивация, которая включает в себя сознательные мыслительные процессы (например, планы и оценки);

– автоматическая мотивация — это мотивация, которая включает в себя привычные, инстинктивные, связанные с побуждениями и аффективные процессы (например, желания и привычки);

– физическая возможность – это возможность, которая затрагивает неодушевлённые части экологической системы и времени (например, финансовые и материальные ресурсы);

– социальные возможности – это возможности, которые затрагивают других людей и организации (например, культура и социальные нормы).

На рисунке 3 представлены факторы и их отношения в данном методе.

Рисунок 3. Факторы и отношения в методе «подталкивания» COM-B

Источник: [42].

Анализ рисунка 3 свидетельствует о том, что факторы метода «подталкивания» COM-B взаимодействуют во времени, поэтому поведение, например, риск-менеджеров, необходимо рассматривать как часть динамической исследовательской системы с положительной и отрицательной обратной связью. Мотивация является основной частью метода «подталкивания» COM-B, она обеспечивает основу для понимания того, как рефлексивные мыслительные процессы (процессы планирования и оценки), эмоциональные и привычные процессы (мотивные и импульсивные/тормозные процессы) взаимодействуют в каждый момент времени, что вызывает особенности в поведении (реакции) риск-менеджеров на S-ситуацию в конкретный момент времени.

Следует отметить некоторые особенности метода «подталкивания» COM-B (рис. 3). Например, способности и возможности показаны как факторы, влияющие на отношения между мотивацией и поведением, а не на само поведение. Это иллюстрирует, что эти факторы действуют как «логические шлюзы» в том смысле, что оба «шлюза» (способности и возможности) должны быть «открыты» для мотивации, которая порождает поведение.

В-третьих, помимо поведения, порождаемого представленными выше отношениями факторов, следует отметить, что мотивации также порождают воспоминания о намеченных планах действий риск-менеджеров, т.е. осознанных намерениях реализовать поведение при определённых условиях, например, в заданные моменты времени или в ответ на определённые обстоятельства. В нашем случае планы создаются для исследования S-ситуаций и реализуются при подходящих условиях для оказания влияния на какие-либо обстоятельства и/или чьё-либо поведение. Планы сохраняется в памяти и/или на других носителях и присутствуют в них как вспомогательное средство активизации деятельности в подходящий момент времени. Следует отметить особую роль планов для активизации поведения риск-менеджеров в случае анализа 1-го компонента фреймворка «Синдиника», когда на них возлагаются ограничения по времени для выбора состава его элементов, получения результатов исследования S-ситуаций и передачи результатов ЛПР для выбора ими мер эффективного управления рисками.

Таким образом, анализ показывает, что метод «подталкивания» COM-B обеспечивает основу для разработки мер влияния на рациональное поведение риск-менеджеров и ЛПР, вмешательство в которое признаётся важным с точки зрения определённых обстоятельств S-ситуаций. Это важное свойство метода «подталкивания» COM-B и позволяет рекомендовать его для использования при работе с фреймворком «Синдиника».

Графическое представление примерных относительных трудозатрат риск-менеджеров, необходимых для обоснованного выбора элементов гиперпространства, проведения в их контексте необходимых исследований и выработки подсказок для мер реагирования на них ЛПР на фазах инкрементно-циклического исследования S-ситуаций даётся на рисунке 4 (без комментариев).

Концепция разработки аналитического аппарата, необходимого для изучения компонентов фреймворка «Синдиника». С точки зрения субстанциональности (поиск источников развития в самих себя) и опыта автора (с соавторами) по многолетнему изучению вопросов обеспечения различных видов экономической безопасности [4; 5; 8] целесообразно предложить следующее.

В части методологии. Результаты многочисленных исследований по современному риск-менеджменту показывают, что состав функций компонентов фреймворка «Синдиника» целесообразно расширить за счет внедрения отдельных положений методологии управления и контроля системы менеджмента качества, регламентирующих деятельность организаций любых форм собственности с учётом возможностей? в том числе в непредвиденных ситуациях [12; 24].

Рисунок 4. Трудозатраты риск-менеджеров по фазам инкрементно-циклического исследования S-ситуаций

Источник: графика из работы [33], формулировки фаз и мер авторские.

В части методик. Меры по стандартизации деятельности в условиях ЧС [10] свидетельствует о необходимости разработки Атласа методик гибкого и удобного использования функций компонентов фреймворка «Синдиника», предназначенного не только риск-менеджерам в области экономической безопасности, но и специалистам гуманитарных, технических, технологических и прочих отраслей науки и практики, исследующих вопросы обеспечения безопасности. Очевидно, что созданию методик должны предшествовать исследования по разработке аксиоматики и формальному описанию функций компонентов фреймворка «Синдиника» и непосредственно самого фреймворка в целом как системы-трансформера S-ситуаций и объекта управления их последствиями.

В части методов управления рисками. Анализ S-ситуаций требует наличия механизмов и инструментов управления рисками различной сложности. Эти риски являются отражением дисбалансов, вызовов и угроз внешней и внутренней среды изучаемых систем, которые в условиях неопределённости проявления S-ситуаций (комбинации вероятности событий с оценкой значимости их последствий в целях улучшения состояния систем) получают специфические и уникальные трактовки. Риски могут кластеризоваться, дополнять и/или компенсировать своё проявление, осуществлять самодетерминацию, что требует новых подходов к комплексному исследования этих свойств рисков. Предложенные в известных публикациях методы управления многофакторными рисками и их последствиями могут послужить основанием для риск-менеджеров по разработке новых риск-ориентированных методов анализа S-ситуаций в конкретных системах.

В части выбора состава математических моделей для анализа функционирования компонентов фреймворка «Синдиника». Для постоянно эволюционирующих и непредсказуемо ведущих себя в различных S-ситуациях систем компонентов фреймворка «Синдиника достаточно сложно предложить строго регламентированный состав математических моделей, необходимых для анализа функций его компонентов. Во-первых, состав должны формировать модели, с одной стороны, позволяющие оценивать процессы функционирования и результаты поведения непосредственно самих систем, во-вторых, модели, описывающие функционирование элементов гиперпространства и синдинических дефектов с учётом результаты поведения систем и, в-третьих, модели принятия решений, объединяющие результаты моделирования поведения систем и элементов теории синдиники и рекомендующие рациональные меры по управлению S-ситуациями риск-менеджерами и стейкхолдерами. В этом случае задача субъекта, уполномоченного на выбор состава моделей, должна состоять в том, чтобы выбирать из множества моделей их наиболее оптимальный для систем и S-ситуаций вариант. При этом следует учитывать, что в силу уникальности S-ситуаций и ряда других неочевидных причин вариант моделей, который был успешно использован для анализа аналогичных S-ситуаций в прошлом может быть неполным и не является гарантом успеха при попытках повторного применения,

В части инструментария реализации функций компонентов фреймворка «Синдиника». Здесь первоочередной задачей является разработка СППР с базами данных и базами знаний о прецедентах опасностей, ключевых владельцах рисков, типовых стратегиях, сценариях, стандартах, нормативах, методах, моделях исследования прецедентов и технологий управления рисками S-ситуаций в различных системах [3; 27]. СППР должны быть связаны интерфейсами с общей системами управления стратегией и менеджмента организации и деятельности риск-менеджеров с учётом специфики условий исследования S-ситуаций на основе использования технологий блокчейна, цифровых следов, цифровых двойников, машинного обучения, обработка больших данных и искусственного интеллекта.

В части областей применения фреймворка «Синдиника». Фреймворк «Синдиника» позволит исследовать S-ситуации и решать проблемы обеспечения безопасности различных систем в следующих областях и сферах деятельности: цивилизационной, национальной, международной, государственной, гуманитарной, военной, экономической, финансовой, налоговой, бюджетной, продовольственной, энергетической, экологической, климатической, информационной, управленческой, кадровой, нормативной и правовой, юридической и прочей.

Заключение

В статье показано, как на основе доменов модели «Кеневин» и элементов теории синдиники можно сформировать компоненты структуры нового гибридного фреймворка «Синдиника». На его основе риск-менеджеры и ИТ-специалисты могут создавать многофакторные, предметно ориентированные аналитические структуры для исследования S-ситуаций. Для этих целей фреймворк «Синдиника» предоставляет соответствующие «окна возможностей» по изучению вызовов, угроз и рисков развития систем различной степени сложности и масштаба с учётом особенностей внешней и внутренней среды в парадигме многомерного представления времени [18].

На данном этапе исследований – аналитика фреймворка «Синдиника» ещё не является совокупностью точных научных положений с чётко выстроенной методикой организации исследования S-ситуаций. Основой его аналитики является, во-первых, расширенная структура модели «Кеневин», в доменах которой можно организовать процесс реагирования на факторы внешней среды систем, и по мере изменения характеристик реальности адаптировать их к опасностям и, во-вторых, подход к гибкой адаптации деятельности риск-менеджеров и ЛПР к учёту особенностей функционирования внутренней среды систем с использованием таких ресурсов, как гиперпространство и синдинические дефекты. Выбор состава элементов гиперпространства для компонентов фреймворка «Синдиника» определяется характеристиками исследуемых S-ситуаций, способностями, возможностями, мотивами и типами поведения риск-менеджеров, а также уровнем компетентности и степенью готовности ЛПР к использованию известных и новых стратегий, методов и мер управление рисками S-ситуаций в системах различной степени сложности и масштаба.