FAIR-CAM-Grundlagen¶
FAIR-CAM (FAIR Controls Analytics Model) erweitert das FAIR-Risikomodell um eine strukturierte Betrachtung, wie Sicherheits-Controls Risiko tatsächlich reduzieren – einzeln und im Zusammenspiel. Während FAIR die Verlustwahrscheinlichkeit und -höhe modelliert, liefert FAIR-CAM die Control-Physiologie darunter: welche Funktionen ein Control erfüllt, wie diese Funktionen sich zu Prevention/Detection/Response kombinieren, und wie man ihre Wirksamkeit quantitativ misst statt qualitativ einzuschätzen.
fair-web nutzt für die eigentliche Berechnung die separate Bibliothek pyfair-cam (neoprehn/pyfair-cam) – Engine-Details siehe pyfair-cam (Engine).
Drei funktionale Domänen¶
| Domäne | Wirkt | Funktionen |
|---|---|---|
| Loss Event (LE) | direkt auf das Risiko | Prevention (Avoid/Deter/Resist), Detection (Visibility/Monitoring/Recognition), Response (Containment/Resilience/Loss Minimization) |
| Variance Management (VM) | indirekt, über die Zuverlässigkeit anderer Controls | Prevention, Identification, Correction von Control-Ausfällen |
| Decision Support (DS) | indirekt, über die Entscheidungsqualität | Erwartungsklärung, Situationsbewusstsein, Fähigkeit, Anreize |
pyfair-cam (Phase 0–2) bildet aktuell die Loss-Event-Domäne ab: die Frequenz-Seite (Resistance/Susceptibility) und die Loss-Magnitude-Seite (Detection & Response). Variance Management und Decision Support sind für spätere Ausbaustufen vorgesehen.
Zwei Verknüpfungslogiken¶
FAIR-CAM unterscheidet, wie mehrere Controls derselben Funktion zusammenwirken:
- Prevention verknüpft als ODER: Jedes wirksame Prevention-Control senkt das Risiko für sich – mehrere gestaffelte Controls (Defense-in-Depth) reduzieren die Susceptibility multiplikativ.
- Detection verknüpft als UND: Damit ein Ereignis erkannt wird, müssen Visibility (Evidenz wird erfasst), Monitoring (Evidenz wird geprüft) und Recognition (Evidenz wird korrekt eingeordnet) gemeinsam funktionieren.
- Response setzt Detection voraus: Ohne Erkennung keine Reaktion – ungebremster Angriff bedeutet vollen Schaden ("Full Impact").
Kernformeln (wie in pyfair-cam implementiert)¶
Reliability, Operational Efficacy und die Multi-Review-Detection-Formel sind
Standard-FAIR-CAM-Mathematik; pyfair-cam implementiert sie 1:1 in core.py.
Details, Herleitung und die vollständige Formelsammlung siehe
pyfair-cam (Engine).
Stage-Gated Detection & Response¶
Statt Verlust als kontinuierliche Funktion der Zeit zu modellieren, zerlegt FAIR-CAM einen Angriff in diskrete Stufen entlang einer Kill-Chain (z.B. MITRE ATT&CK). Jede Stufe ist eine eigene Erkennungsgelegenheit mit eigenen Parametern; ein simulierter Angriff durchläuft die Stufen der Reihe nach, bis er entdeckt wird, natürlich abbricht, oder unentdeckt bis zum Ende durchdringt ("Full Impact"). Das Ergebnis ist eine bedingte Verlustverteilung je nach Ausgang (früh erkannt / spät erkannt / voller Schaden / Angreifer scheitert) statt einer pauschalen Schadenshöhe.
Umsetzung
Das vollständige Stage-Modell ist in pyfair-cam implementiert
(Stage, DetectionResponseFactor) – siehe
pyfair-cam (Engine).
Attribution & Lizenz¶
FAIR-CAM als Methodik wurde von Jack Jones entwickelt und vom FAIR Institute veröffentlicht. Offizielle Ressourcen: fairinstitute.org/FAIR-CAM.
Die FAIR-CAM-Materialien (Knowledge Base) stehen unter CC BY-NC-ND 4.0 (Attribution – NonCommercial – NoDerivatives). Das bedeutet konkret:
- Attribution: Jede Nutzung muss Jack Jones/FAIR Institute als Quelle nennen (diese Seite tut das).
- NonCommercial: Nur nicht-kommerzielle Nutzung erlaubt – fair-web ist ein privates, nicht-kommerzielles Projekt.
- NoDerivatives: Die Original-Materialien dürfen nicht verändert weiterverbreitet werden. Diese Seite reproduziert die FAIR-CAM-Texte nicht, sondern beschreibt die Konzepte in eigenen Worten und verweist für die maßgebliche, vollständige Methodik auf die Originalquelle.
pyfair-cam bündelt die offizielle Knowledge Base (unverändert, als
Referenzmaterial für die Implementierung) im Unterordner knowledge-base/
des Repositories – ebenfalls unter CC BY-NC-ND 4.0, nicht Teil des
MIT-lizenzierten pyfair-cam-Codes.
Der pyfair-cam-Code selbst ist MIT-lizenziert (eigene Implementierung der Formeln, keine Übernahme von KB-Text). "Open FAIR" ist außerdem eine Marke der Open Group (vgl. Fork-Erweiterungen).