Арбитражная практика: Даже звонок банка в организацию не спас от несанкционированного списания средств

Несанкционированное списание денежных средств со счетов организаций через системы удаленного доступа в последнее время стало достаточно распространенным явлением.

В августе 2013 года очередное такое дело № А36-1616/2013 рассмотрел Арбитражный суд Липецкой области. Как часто бывает в подобных случаях, организация попыталась через суд добиться возмещения ущерба от обслуживающего её банка. При рассмотрении дела выяснилось, что организация ухитрилась нарушить ряд правил информационной безопасности, что и привело к потере 4,8 млн. рублей.

Суть спора

В мае 2011 года с расчетного счета Некоммерческой организации «Благотворительный фонд Борцовых» в Лебедянском отделении № 3850 ОАО «Сбербанк России» были перечислены денежные средства в сумме более 4,8 млн. руб. в адрес физического лица. Денежные средства были обналичены в период с 13 по 16 мая 2011 года через банкоматы.

Фонд сообщил в первый рабочий день после проведения банком платежа о том, что платежное поручение на эту сумму и за этим номером не формировалось и не отправлялось в банк.

Фонд обратился в суд с требованием о взыскании убытков, понесенных им из-за неправомерных действий банка.

Позиция Некоммерческой организации «Благотворительный фонд Борцовых»

По мнению фонда, банком были грубо нарушены требования пункта 3.1 дополнительного соглашения к договору об обслуживании в системе «Клиент-Банк», поскольку перевод денежных средств был произведен в 14 часов 28 минут 6 секунд, тогда как в соответствии с требованиями дополнительного соглашения в предвыходные и предпраздничные дни для электронных расчетных документов в валюте РФ установлено расчетное время до 14 часов.

Кроме того, фонд указывал на то, что пунктом 3.12 договора предусмотрено, что защищенные ЭЦП электронные платежные документы, поступившие в банк от клиента по системе «Клиент-Сбербанк» в течение операционного времени банка, принимаются банком к исполнению текущим рабочим днем. Электронные платежные документы, поступившие в банк от клиента в послеоперационное время банка, принимаются к исполнению банком на следующий рабочий день.

По мнению фонда, внимание сотрудников банка должен был привлечь несоответствующий нумерации платежных поручений клиента номер спорного платежного поручения, а также отсутствие в нем указания КПП фонда.

Кроме того, фонд ссылался на то, что помимо условий договора банком было нарушено распоряжение заместителя председателя Центрально-Черноземного Банка Сбербанка РФ от 2 марта 2011 года «О дополнительных мерах по предотвращению мошенничества по АС «Клиент - Сбербанк»», согласно которому сотруднику банка следует производить контрольный звонок клиенту для подтверждения платежа на сумму, превышающую 75 тысяч руб., однако банк не позвонил ответственному лицу фонда.

Позиция Арбитражного суда Липецкой области

Судом было установлено, что после подписания договора «Клиент - Сбербанк» стороны согласовали и подписали два сертификата ключа ЭЦП – для генерального директора фонда и главного бухгалтера.

После обнаружения спорной ситуации представители сторон в соответствии с установленной договором процедурой провели проверку и в июле 2011 года составили Акт технической экспертизы, в котором сделано два вывода:

• Результат проверки корректности ЭЦП: файл, содержащий спорный документ – платежное поручение № 174 - подписан действующими на момент подписания двумя электронными цифровыми подписями клиента с согласованными идентификаторами подписей генерального директора и главного бухгалтера


• На основании проверки корректности ЭЦП транспортного файла комиссия сочла авторство спорного платежного поручения установленным.

Отраженные в Акте технической экспертизы выводы комиссии подтверждены также подписанным представителями обеих сторон актом вычисления значений хэш-функции, распечатками журнала работы АРМ «ViewDoc», распечаткой содержимого документов транспортного файла. Таким образом, комиссия установила, что платежный документ был оформлен и передан в банк в соответствии с условиями договора «Клиент-Сбербанк» в составе файла и имел истинные и зарегистрированные в установленным порядком электронные цифровые подписи генерального директора фонда «Благотворительный фонд Борцовых» и главного бухгалтера фонда.

При таких обстоятельствах, по мнению суда, у банка не имелось оснований не исполнить предусмотренную договором обязанность по принятию к исполнению поступившего от клиента электронного платежного документа, оформленного и переданного в банк в соответствии с условиями договора и подписанный корректной ЭЦП.

Суд также отметил, что комиссией в ходе проверки было установлено ненадлежащее исполнение фондом условия договора «Клиент-Сбербанк»: компьютер был подключен к сети Интернет, на нем была установлена программа удаленного администрирования, которая позволяет удаленно управлять компьютером с других компьютеров сети, к компьютеру имел доступ бухгалтер другой организации.

Из материалов дела следует, что в результате несоблюдения фондом требований по обеспечению безопасности в процессе эксплуатации АРМ «Клиент» имелась возможность использования носителей с главным ключом и ЭЦП руководителя и главного бухгалтера лицами, не имеющими таких полномочий, как со стороны локальных вычислительных сетей организации, так и со стороны глобальной сети Интернет.

Ссылка фонда на то, что банк неправомерно исполнил спорный платежный документ после истечения установленного в договоре операционного времени, не нашел документального подтверждения в материалах дела, т.к. с августа 2009 года в Центрально-Черноземном банке ОАО «Сбербанк России» (Липецкая, Воронежская, Белгородская, Тамбовская, Курская области) было установлено единое операционное время: в рабочие дни - с 09.00 до 16.00; в предпраздничные дни - с 09.00 до 15.00, о чем фонд был извещен по системе «Клиент-Сбербанк».

Более того, согласно материалам дела, фонд принял к исполнению изменившееся операционное время, направлял в банк для исполнения платежные документы в предвыходные дни после 14 ч. 00 мин., о чем свидетельствуют 87 платежных поручений за период с августа 2009 г. по ноябрь 2010 г., переданных клиентом и принятых банком в условиях нового операционного времени.

Суд также не принял во внимание довод фонда о несоблюдении ответчиком распоряжения заместителя председателя Центрально-Черноземного Банка Сбербанка РФ от 02.03.2011 г. «О дополнительных мерах по предотвращению мошенничества по АС «Клиент - Сбербанк», поскольку правоотношения сторон регулируются условиями заключенного между ними договора.

Суд отметил, что представители сторон в ходе рассмотрения спора не отрицали того, обстоятельства, что телефонный звонок из банка 13 мая 2011 года в фонд был произведен, однако информация о спорном платежном поручении была доведена до неправомочного представителя – секретаря.

Однако условия договора «Клиент - Сбербанк» не содержат правила о согласовании исполнения платежных документов по телефону и не определяют для этого ответственных лиц. Более того, оформленная при подписании договора карточка с образцами подписей и печати фонда, действовавшая на 13 мая 2011 года, не содержала контактного телефона, по которому можно было бы связаться с уполномоченным лицом клиента.

При таких обстоятельствах, по мнению суда, фонд неправомерно ссылается на обязанность банка произвести предварительный телефонный звонок уполномоченному лицу фонда.

Аргумент фонда о несоответствии номера поступившего платежного поручения и неуказании КПП фонда, также был отклонен судом, поскольку согласно пункту 6.4 дополнительного соглашения к договору «Клиент-Сбербанк», стороны несут ответственность за содержание электронных документов, подписанных ЭЦП их уполномоченных лиц, и не отвечают за правильность заполнения и оформления электронных документов другой стороной. При таких обстоятельствах на банк не может быть возложена обязанность по проверке реквизитов поступившего от клиента платежного поручения.

Пункт 4.2.6. названного дополнительного соглашения к договору «Клиент-Сбербанк», на который ссылается фонд, содержит условие о праве банка отказать клиенту в приеме от него распоряжений на проведение операций по банковскому счету в случае выявления сомнительных операций клиента. Однако в данном случае возможное некорректное указание клиентом реквизитов платежного документа не подпадает под процедуру выявления сомнительных операций клиента. Судом установлено, что в спорном платежном поручении было указано назначение платежа («благотворительная помощь согласно письма от 04.05.2011 г. на устранение последствий пожара»), оно не противоречило целям деятельности некоммерческой благотворительной организации.

Дополнительная проверка банком при таких обстоятельствах могла означать незаконное вмешательство в частные дела, что противоречит принципу недопустимости произвольного вмешательства кого-либо в частные дела, установленному пунктом 1 статьи 1 Гражданского кодекса Российской Федерации.

Учитывая всё это, суд пришел к выводу о том, что при исполнении условий договора «Клиент - Сбербанк» фонд действовал на свой риск, а значит, несет самостоятельную ответственность за наступившие последствия (статья 2 Гражданского кодекса), и неправомерно ссылается на наличие реального ущерба из-за виновных действий ответчика, связанных с ненадлежащим исполнением условий договора. Таким образом,  требование некоммерческой организации «Благотворительный фонд Борцовых» к открытому акционерному обществу «Сбербанк России» о взыскании убытков необоснованно и удовлетворению не подлежит.

Арбитражный суд отказал фонду в удовлетворении иска.

Девятнадцатый арбитражный апелляционный суд в ноябре 2013 года оставил без изменения решение Арбитражного суда Липецкой области, а апелляционную жалобу некоммерческой организации «Благотворительный фонд Борцовых» - без удовлетворения.

Федеральный арбитражный суд Центрального округа в марте 2014 года оставил без изменения решение Арбитражного суда Липецкой области и постановление Девятнадцатого арбитражного апелляционного суда, а кассационную жалобу - без удовлетворения.

Источник: Официальный сайт Высшего арбитражного суда
http://ras.arbitr.ru/ 

Джеймс Лепен: Автоклассификация – будут ли поставщики облачных услуг первыми, кто её реализует? Часть 2

(Окончание, начало см. http://rusrim.blogspot.ru/2014/06/1_19.html )

Преодоление барьера обучения системы

Движок системы автоклассификации должен «понять» смысл категорий / тегов / папок, по которым организация хочет распределять контент. Сейчас стандартным способом решения это задачи является обучающего набора документов для каждой категории. Это отнимает много времени, особенно если Ваша классификация очень детальная.

Для того, чтобы автоклассификация была жизнеспособной в ряде крупных секторов экономики, нужно, чтобы она могла работать, не требуя от организации подготовки обучающего набора документов для каждого узла / категории используемой ею классификационной схемы.

Есть два способа обойтись без обучающих наборов. Первый – воспользоваться результатами обучения, проведенного в других организациях того же сектора. Если один местный орган власти Великобритания, штат или округ США или округа или провинция Канады обучит свою систему автоклассификации работать со своей схемой классификации документов, то, теоретически, эта обученная система может быть использована любым другим органом местной власти / округом / штатом / провинцией. В результате для таких секторов может появиться стимул для перехода на единые системы классификации, используемые в масштабах всего сектора.

Второй способ - использовать аналитику данных, чтобы задействовать контекстуальную информацию, которая не присутствует в самих документах и их метаданных. В идеале система автоклассификации будет иметь доступ к результатам аналитической информации о каждом сотруднике организации. Она будет знать:

• к какой группе принадлежат сотрудники,
• за что эта группа отвечает,
• какие виды деятельности (проекты, заказы на обслуживание, взаимоотношения) выполняет эта группа;
• где они обычно хранят свои документы;
• с кем они обычно переписываются.

Система автоклассификации будет использовать эту информацию для того, чтобы сужать выбор категорий для каждого документа / сообщения электронной почты, созданного или полученного сотрудником.

Есть возможность использовать аналитику данных для обучения системы автоматической классификации, и, следовательно, для устранения необходимости в обучающих наборах  документов. Я не вижу причин для того, чтобы это не сработало, при условии, что используемые аналитическими инструментами наборы данных будут достаточно большими и актуальными.

Мой комментарий: Прекрасно понимая, что появление приличных систем автоклассификации открывает целый ряд интереснейших новых возможностей, не могу не отметить следующее: для того, чтобы обеспечить порядок в документах и иметь возможность быстро отыскать все (а не часть) документов по нужному вопросу, нет более эффективного способа, чем раскладка документов по рубрикам хорошо продуманной классификационной схемы сразу же после их создания или получения. Отторжение, которое столь часто вызывает этот подход, не столько связано с его какой-то особенно большой трудоёмкостью, сколько с неподготовленностью сотрудников, не понимающих, что небольшие дополнительные трудозатраты сегодня позволяют избежать куда более существенных затрат завтра (в том числе и на замечательные средства аналитики данных :)).

Из этого следует, что в условиях Вашей организации лучше всего будут работать системы автоклассификации тех поставщиков, которые:

• Имеют доступ к данным, полученным на основе анализа контента других организаций, действующих в том же секторе, что и Вы;


• Имеют доступ к максимально широкому кругу данных Вашей организации - в том числе к электронной почтовой переписке, данным из социальных сетей, протоколам поиска данных и результатам контент-анализа таких хранилищ документированной информации, как SharePoint и общие диски.

Какая же категория поставщиков будет иметь доступ ко всем этим данным? Поставщики облачных услуг.

Облако меняет правила игры

На прошлой неделе на конференции IRMS-2014  (о ней см. http://rusrim.blogspot.ru/2014/02/blog-post_27.html  - Н.Х.) я встретил Шерил Маккиннон (Cheryl McKinnon). Она рассказала мне, что существует облачный сервис архивации электронной почты под названием ZL, которые рекомендует своим клиентам не удалять даже тривиальные сообщения, объясняя это тем, что аналитика данных лучше работает на более полном наборе электронных писем.

Для какого применения аналитики могли бы пригодиться тривиальные сообщения электронной почты? Шерил привела в качестве примера компанию, которая хочет иметь возможность предсказать, будет ли новый персонал отдела продаж высокопроизводительным, или же нет. Аналитические инструменты могут быть использованы для обработки электронной переписки имеющегося персонала отдела продаж с целью выявления устойчивых закономерностей общения, коррелирующих с высокой производительностью. Затем компания может таким же образом проанализировать переписку новых сотрудников и посмотреть, проявятся ли в ней подобные закономерности. При таком анализе тривиальные сообщения электронной почты могут быть столь же хорошим индикатором таких закономерностей, как и важные сообщения.

Аналитика данных становится всепроникающей, её использование повлияет на все сферы жизни и деятельности. Как следствие, все больше и больше данных будет храниться для «скармливания» средствам аналитики. Всепроникающий характер анализа данных означает, что как поставщики облачных услуг (в данном случае ZL), так и их клиенты будут заинтересованы в сохранении бесполезных в прочих отношениях данных.

Мой комментарий: В то же время потребители облачных услуг могут быть заинтересованы в скорейшем уничтожении всех лишних данных как раз для того, чтобы противодействовать несанкционированному использованию аналитики данных, следствием чего может стать утечка секретной информации.

Поставщики облачных вычислений будут собирать всё больше и больше данных, отражающих внутреннюю деятельность всё большего и большего числа организаций. Это потенциально дает им возможность обучать и совершенствовать инструменты контент-аналитики на материалах широкого спектра организаций, взамен предоставляя своим клиентам функциональные возможности автоклассификации как часть своих облачных услуг.

Можно предсказать, что:

• Взаимоотношения между организацией и её поставщиком облачных услуг будут совершенно иными, чем взаимоотношения между организацией и поставщиком решений, развёрнутых на её территории;


• Поведение поставщиков облачных вычислений будет отличаться от поведения поставщиков традиционных решений – например, Microsoft как поставщик Office 365 будет вести себя совершенно по-иному, чем Microsoft как поставщик устанавливаемых на площадке организации решений SharePoint и Exchange.

Давайте подумаем о стратегии компании Microsoft. У неё имеются:

• Ведущее необлачное программное решение для хранения электронной почты (MS Exchange);


• Ведущее необлачное программное решение для хранения контента (MS SharePoint);


• Ведущий необлачный офисный пакет программ (MS Office).

В необлачном мире Microsoft продавала эти продукты по отдельности. В рамках своей облачной услуги компания объединила их в один пакет (Office 365), и за использование этого комбинированного пакета берет меньшую плату, чем ожидаемая расценка за  использование каждого из этих трех продуктов по отдельности. Компания также объявила о планах интеграции в Office 365  корпоративных социальных инструментов через решение «Кодовое название Осло» (codename Oslo), которое будет использовать аналитические данные о том, кто с кем взаимодействует, для персонализации потоков контента (Microsoft называют это «Офис-графом» (Office graph), что является кивком в сторону имеющегося в Facebook «социального графа»).

О чём нам говорят действия Microsoft? Они говорят нам, что бизнес-модель компании для Office 365 отличается от их бизнес-модели для необлачных программных продуктов:

• В необлачном мире Microsoft стремилась убедить покупателя приобрести более дорогой товар - заставляя существующих клиентов покупать у них все больше и больше различных программных пакетов. Каждый из программных продуктов имел свой собственный бренд.


• В облачном мире Microsoft стремится дать клиентам сразу все свои основные продукты, с тем, чтобы получить от каждого клиента максимум контента и, следовательно, иметь больше возможностей для аналитики данных каждого клиента. Компания даже готова отказаться от такого бренда, как "SharePoint" в пользу единого бренда «Office 365» для облачного пакета.

Так сколько же пройдёт времени, прежде чем Microsoft станет использовать результаты анализа контента его многочисленных клиентов для обогащения метаданных, для развития возможностей поиска и для автоклассификации контента каждого из клиентов?

Вопросы, встающие перед Национальными Архивами США

Национальные Архивы США (NARA) недавно опубликовали для публичного обсуждения свой отчет ( http://blogs.archives.gov/records-express/files/2014/03/Automated-Electronic-Records-Management-Report-and-Plan_3.6.14_finaldraft.pdf , см. также http://rusrim.blogspot.ru/2014/03/blog-post_5185.html - Н.Х.) об автоматизированном управлении электронными документами. Этот доклад был подготовлен во исполнение задачи, поставленной перед ними в соответствии с президентской директивой по управлению документами (о ней см. также  http://rusrim.blogspot.ru/2012/08/i_27.html - Н.Х.) - найти способы, помогающие федеральному правительству США автоматизировать управление документами.

Отчет NARA дает хорошее описание автокатегоризации, хотя оно и основана на предположении, что движок такой системы требует для работы пакетов обучающих материалов. В отчете признается, что «необходимые инвестиции [в автокатегоризацию] могут оказаться непосильными для небольших органов исполнительной власти, однако облачные услуги такого рода могут оказаться в пределах досягаемости для многих» (стр. 13).

Национальные Архивы признают здесь, что поставщики облачных услуг скорее сделают автоклассификацию доступной для многих государственных органов, чем те сумеют сами развить аналогичные возможности. В результате ставится ряд фундаментальных вопросов:

• Готово ли федеральное правительство позволить поставщикам облачных вычислений, таким, как Microsoft, использовать аналитику данных для автоклассификации федеральных электронных писем и документов?  - или


• Предпочитает ли оно, чтобы каждый отдельный федеральный орган исполнительной власти развил свои собственные возможности? – или


• Считает ли оно, что федеральным органам исполнительной власти нужно объединиться с тем, чтобы развить соответствующие возможности для всего государственного сектора в целом?

В связи с автоклассификацией возникают также очень серьёзные проблемы в сфере  безопасности и управления информацией:

• С точки зрения безопасности и управления информацией, явно предпочтительным является вариант, при котором у каждого государственного органа имеются собственные возможности для аналитики, поскольку и облачный вариант, вариант общей для государственных органов услуги создают слишком большую концентрацию данных и сведений о функционировании федеральной администрации США;


• Однако с точки зрения «больших данных» / аналитики данных, облачный вариант и вариант общегосударственной услуги лучше, потому что они создают большую базу данных, на основе которой можно принимать более обоснованные решения в ходе автоклассификации.

Джеймс Лепен (James Lappin)

Источник: блог «Thinking Records»
http://thinkingrecords.co.uk/2014/05/30/auto-classification-will-cloud-vendors-get-there-first/

ФНС: Установлены требования к оператору электронного документооборота

Приказом Федеральной налоговой службы России от 4 марта 2014 года № ММВ-7-6/76@ утверждены «Требования к оператору электронного документооборота», которые разработаны в целях организации электронного документооборота по телекоммуникационным каналам связи через таких операторов (п.1).

Оператором электронного документооборота является российская организация, соответствующая данным Требованиям и осуществляющая деятельность по обеспечению электронного документооборота (п.2).

Участниками электронного документооборота являются

• Налогоплательщики;
• Плательщики сборов;
• Налоговые агенты (абоненты электронного документооборота), их представители;
• Налоговые органы;
• Операторы электронного документооборота.

Оператор электронного документооборота должен удовлетворять следующим требованиям:

1) Наличие лицензий ФСБ России:

• На разработку, производство, распространение шифровальных (криптографических) средств, информационных систем и телекоммуникационных систем, защищенных с использованием шифровальных (криптографических) средств;


• На выполнение работ, оказание услуг в области шифрования информации, технического обслуживания шифровальных (криптографических) средств, информационных систем и телекоммуникационных систем, защищенных с использованием шифровальных (криптографических) средств.

2) Наличие лицензии на предоставление телематических услуг или лицензии на предоставление услуг связи по передаче данных (за исключением передачи голосовой информации) Федеральной службы по надзору в сфере связи, информационных технологий и массовых коммуникаций;

3) Наличие сертифицированных программных средств, обеспечивающих:

• Электронный документооборот (в том числе формирование подтверждения даты отправки) по форматам и в порядке представления электронных документов, установленным ФНС России;


• Информирование абонентов электронного документооборота о присвоенных им идентификаторах;


• Направление информации в налоговый орган в электронной форме по телекоммуникационным каналам связи с использованием электронной подписи уполномоченного лица.

Оператор связи должен направлять в налоговый орган следующую информацию:

• Присвоенный абоненту электронного документооборота идентификатор;


• Идентификационный номер налогоплательщика и код причины постановки на учет в налоговом органе по месту нахождения организации (обособленного подразделения);


• Полное наименование организации, ее ОГРН (фамилия, имя, отчество (при наличии) физического лица, его ОГРИП);


• Адрес места нахождения организации (места жительства (места пребывания) физического лица);


• Коды налоговых органов, с которыми осуществляется электронный документооборот;


• Сертификаты ключей проверки электронной подписи абонента электронного документооборота;

4) Наличие сертифицированных в соответствии с законодательством РФ средств электронной подписи, обеспечение электронного документооборота с применением усиленной квалифицированной электронной подписи;

5) Наличие расположенной на территории РФ телекоммуникационной инфраструктуры, представляющей собой совокупность информационно-телекоммуникационных сетей и технических устройств (в том числе серверов телематических служб и средств доступа к интернету) и обеспечивающей круглосуточный электронный документооборот.

Мой комментарий: Отмечу, что часть требований – это  функциональные требования к тем системам, которые операторы электронного документооборота будут использовать в своей работе.

Пятый пункт требований по сути дела запрещает операторам использовать любую инфраструктуру, расположенную за границей, да и сам оператор должен быть российской организацией.

Источник: Консультант Плюс
http://base.consultant.ru/cons/cgi/online.cgi?req=doc;base=LAW;n=164092 

Джеймс Лепен: Автоклассификация – будут ли поставщики облачных услуг первыми, кто её реализует? Часть 1

Данная заметка известного британского консультанта и педагога в области управления документами Джеймса Лепена (James Lappin) была опубликована на его блоге «Thinking Records» (Думая о документах) 30 мая 2014 года.

Нетрудно предсказать, что аналитика данных (data analytics), автоматическая классификация и облачные вычисления будут оказывать всё большее влияние на управление документами. Большой вопрос заключается в том, будут ли эти три тенденции действовать совместно или по отдельности.

Мне кажется, что они дадут наиболее сильный эффект при использовании в комбинации - когда поставщик облачных вычислений применяет средства аналитики к контенту, хранимому им от имени и по поручению многочисленных клиентов, для автоклассификации контента для каждого клиента.

Давайте взглянем на каждое из этих явлений в отдельности, а затем посмотрим, что происходит, когда они приходят совместно.

Аналитика данных

Аналитика представляет собой процесс выявления машинами повторяющихся особенностей (patterns) в контенте / данных / метаданных с целью их понимания и получения выводов (insights), которые могут предназначаться для дальнейшего использования и выполнения на их основе действий как людьми, так и машинами.

Средствами аналитики можно обрабатывать наборы данных любого размера, однако наибольшую отдачу они дают при обработке больших наборов данных.

Мой комментарий: Джеймс Лепен – очень умный человек, однако, насколько мне известно, личного опыта аналитической обработки данных у него нет. Видимо, этим и объясняется его наивное заблуждение. На практике огромное значение имеет качество данных, а колоссальные по объёму «электронные помойки» обычно куда менее полезны для анализа, чем компактные высококачественные наборы собранных по продуманной методике, с учетом изучаемого вопроса, и тщательно проверенных данных. Данная ошибка вообще очень распространена среди энтузиастов «больших данных» :)

Когда люди говорят о больших данных, они на самом деле говорят об аналитике. Именно большие данные делают аналитику эффективной, а аналитика делает осмысленными затраты на большие данные.

Текущее использование аналитики в управлении документами

Использование аналитики в сфере управления документами все еще находится в зачаточном состоянии.

Есть целый ряд инструментов (Nuix, HP Control Point, Active Navigation и др.), предлагающих аналитические «контрольные панели» (dashboards), отображающие выводы, сделанные по результатам просмотра и анализа содержимого общих дисков, SharePoint-систем, серверов электронной почты и других используемых организацией систем. Эти данные позволяют администратору выявлять дубликаты, документы, подпадающие под судебные запреты на уничтожение, а также избыточную, устаревшую и малоценную документацию (redundant outdated and trivial documentation, сокращённо ROT т.е. «гниль»), и т.д..

Специалисты по управлению документами и специалисты по полномасштабному управлению информацией (information governance managers) – если они вообще используют аналитику - применяют эти инструменты для обработки унаследованных данных (legacy data). Средства контент-аналитики используются для снижения потребного места на общих дисках, для подготовки общих дисков к миграции, или для исполнения судебного запрета на уничтожение документов и информации (legal hold) в масштабе нескольких хранилищ, и т.д. Все это хорошо и полезно; но это означает, что:

• Мы используем средства аналитики применительно к контенту с минимальной потенциальной ценностью (старые материалы на общих дисках), а не к потенциально самому ценному (тому, который был создан или получен сегодня);


• Мы используем аналитику для сокращения затрат на хранение ненужных документов, а не для повышения доступности и увеличения масштабов использования ценного контента;


• У нас очень слабая обратная связь в плане точности анализа, поскольку решение о том, что какой-то контент является тривиальным / личным / важным принимается в такой момент времени, когда оно слабо влияет на сотрудников организации (и, следовательно, они или не заметят сделанных ошибок, или не придадут им значения).

Автоклассификация

Автоклассификация является одним из видов аналитики, в котором алгоритмы и/или правила применяются для отнесения электронного объекта (документа, сообщения электронной почты и т.д.) к определенной классификационной категории (или для помещения в дело/папку, для присвоения тега) на основе его содержания, метаданных и/или контекста его использования.

Автоклассификация становится стандартной функциональной возможностью в продуктах, предлагаемых поставщиками решений для архивации электронной почты (Recommind) , для контент-аналитики (Nuix и HP Autonomy), и для управления корпоративным контентом (IBM и Open Text).

Есть реальные возможности для применения автоклассификации, но чтобы их использовать, мы должны преодолеть два барьера:

• Барьер недоверия - организации в настоящее время неохотно используют автоклассификацию для принятия решений, которые повлияют на доступность и сохранность части контента;


• Барьер обучения – на «обучение» системы автоклассификации, чтобы та «понимала» категории, по которым Вы хотите классифицировать контент, нужно время.

Преодоление барьера недоверия

Представьте, что Вы - руководитель среднего звена. В Вашу учетную запись электронной почты каждый день поступает две сотни сообщений электронной почты – одни из них «безобидные», в то время как другие могут содержать конфиденциальные или срочные сведения. Персонального помощника у Вас нет. Доверите ли Вы системе автоклассификации раз в день поработать над вашей учетной записью и назначить категории для новых сообщений электронной почты – в результате чего какие-то из этих сообщений станут видимыми или отыскиваемыми коллегами, а некоторым из них будет установлен сравнительно короткий срок хранения?

Два поставщика решений (HP и Nuix) сообщили мне, что клиенты по-прежнему неохотно доверяют алгоритмической автоклассификации принятие в отношении контента решений, изменяющих его доступность и сроки хранения. Клиенты куда охотнее доверяют автоклассификации в ситуациях, когда решения принимаются на основе четко установленных правил (типа: «если электронная почта была послана с адреса, который заканчивается на @companyname.com, то назначить ему категорию Y»), чем они доверяют решениям на основе чтения и алгоритмической обработки контента и метаданных. Однако организации вряд ли сможет вручную сформулировать достаточное количество правил для «движка» системы автоклассификации, дающее возможность принимать решения на основе правил по каждому сообщению электронной почты, полученной каждым человеком в организации.

Весь смысл автоматической классификации заключается в изменении доступности и сроков хранения контента, особенно контента электронных почтовых систем. Целями использования автоклассификации применительно к электронной почте могут быть:

• Предотвратить ситуации, когда важные электронные письма оседают в почтовых ящиках одного-двух человек и оказываются недоступными для других сотрудников организации;


• Предотвратить уничтожение важных электронных писем, когда спустя полгода / два года / шесть лет после увольнения сотрудника организация удаляет его учетную запись электронной почты.

Путь к повышению доверия к автоклассификации лежит через:

• Повышение прозрачности – сотрудникам даётся возможность видеть, как выполняется классификацию любого конкретного сообщения электронной почты, кто в итоге сможет получить к нему доступ, и почему система отнесла его к определенной категории;


• Право выбора – сотрудникам даётся возможность влиять на решения, принимаемые системой автоклассификации. Им сообщается о результатах категоризации сообщений до того, как соответствующие решения «вступят в силу», и предоставляется возможность отменить, предотвратить или изменить классификацию;


• Наличие последствий – принимаемые в результате автоклассификации решения должна оказывать какое-то влияние с точки зрения доступности и сроков хранения, в противном случае сотрудники не станут ничего делать для того, чтобы предотвратить или исправить ошибки категоризации;


• Согласованность – ничто так не укрепляет доверие, как предсказуемость и повседневное использование. Убедитесь, что результатом автоклассификации является группировка электронных писем / документов, на которые имеются ссылки / подписка / которые всплыли в результатах поиска и т.д. Это не только позволит быстрее выявлять ошибки, но и означает получение организацией отдачи от автоклассификации как в области коллективной работы и взаимодействия, так и в области управления информацией.

Здесь отчасти наблюдается ситуация типа «курица и яйцо»:

• Для того, чтобы организации стала доверять автоклассификации, нужно, чтобы конечные пользователи постоянно взаимодействовали с результатами автоклассификации, создавая тем самым петлю обратной связи, позволяющей движку системы автоклассификации обучаться на основе поведения и реакции конечных пользователей .....


• ... А для того, чтобы добиться такого уровня взаимодействия, система автоклассификации должна работать с наиболее актуальным и, следовательно, наиболее рискованным контентом.

Это означает, что для преодоления барьера недоверия мы также должны преодолеть барьер обучения системы, с тем, чтобы движок автоклассификации работал достаточно точно для того, чтобы организации могла её использовать.

Мой комментарий: Я бы обратила внимание на два «подводных камня», связанных с автоклассификацией.

Во-первых, правила автоклассификации следует каким-то образом задокументировать и поддерживать соответствующие документы в актуальном состоянии. Следует помнить, что, с точки зрения суда, использование средств автоклассификации не снимает с организации ответственности за обеспечение сохранности документов. В то же время суд обычно менее жёстко относится к нарушениям в результате исполнения внутренних нормативных документов, чем к нарушениям, причиной которых стала самодеятельность сотрудников.

Во-вторых, как в своё время неоднократно убедились те, кто проектировал и использовал системы искусственного интеллекта, экспертные системы и т.п., системы такого рода могут оказаться неустойчивыми – небольшие изменения или дополнения в правилах и алгоритмах, или же неудачно проведенное дополнительное обучение системы могут привести к тому, что система будет в разное время принимать различные решения в отношении однотипных документов, и вообще может начать «вести себя». Это может создать проблемы в случае, если придётся выяснять, кто несёт ответственность за решения, в результате которых организация понесла ущерб или не выполнила законодательно-нормативные требования.

Отмечу, что в настоящее время в США, где огромной проблемой является отбор и представление в суд (э-раскрытие) относящихся к делу электронных документов, и только их, сейчас активно осваивается использовании в ходе э-раскрытия систем автоклассификации – но на основе договоренностей между спорящими сторонами.

(Окончание следует, см. http://rusrim.blogspot.ru/2014/06/2_20.html )

Джеймс Лепен (James Lappin)

Источник: блог «Thinking Records»
http://thinkingrecords.co.uk/2014/05/30/auto-classification-will-cloud-vendors-get-there-first/