SECURITE DES SYSTEMES D’INFORMATION (SSI)

BIBI Chabi Honorat

bibi_honorat@yahoo.com

MODELES DE L’AUDIT DES SYSTEMES

D’INFORMATION
 MODELES DE L’AUDIT DES
SYSTEMES D’INFORMATION
Un « modèle » est une base donnée pour servir
de référence. En conséquence, il existe 2
modèles d’audit des systèmes d’information : le
modèle de l’audit de besoin et le modèle de
l’audit de découverte des connaissances.
  LE MODELE DE L’AUDIT DE
BESOIN
De part sa définition, un « besoin » peut être considéré comme un
élément nécessaire à l’existence (autrement dit, c’est un état qui résulte
de la privation ou d’un manque du nécessaire). Le modèle de l’audit du
besoin est subdivisé en 2 grandes parties : l’analyse de l’existant et la
détermination de la cible.
 . LE MODELE DE L’AUDIT DE
BESOIN
L’analyse de l’existant – consiste en un examen (appréciation) du terrain
au terme duquel l’auditeur informatique formalise la circulation des «
documents-types » d’un acteur à l’autre et le traitement que chaque
acteur applique à ces documents, à l’aide de logigrammes (traitement
sur les documents) et la représentation des graphes relationnels
(circulation des documents) ;
 . LE MODELE DE L’AUDIT DE
BESOIN
La détermination de la cible – cette seconde partie consiste à référer le
mode de circulation des informations et leurs interprétations ; les
différentes redondances dans les graphes ; la dispersion des
infrastructures ainsi que les point de contrôle et de validation
nécessaires, et le découpage en zone en sous-graphes.

N.B : c’est à l’issue de ce modèle, que généralement le processus de

l’audit aboutit à une élaboration et approbation d’un projet
informatique.
LE MODELE DE L’AUDIT DE DECOUVERTE DES
CONNAISSANCES

Le modèle de l’audit de découverte des connaissances

consiste à valoriser les données et les connaissances
existantes dans l’entreprise. Généralement, ce modèle aboutit
au montage d’un système d’information décisionnel (désigne
les moyens, les outils et les méthodes qui permettent de
collecter, consolider, modéliser et restituer les données
matérielles et immatérielles d’une entreprise) mais également
être le prélude (précurseur) à un système de gestion de
connaissances.
 LE MODELE DE L’AUDIT DE DECOUVERTE DES
CONNAISSANCES
Le modèle de l'audit de découverte des connaissances se pratique de la manière suivante:
 Pas d'objectifs : on ne sait pas ce que l'on va découvrir ;
 Un domaine : on sait sur quels métiers on travaille, donc sur quelles bases de
données;
 une équipe intégrée : travaille in situ, trois acteurs dont un expert « métier », un
expert « administration informatique » et un fouilleur de données (voir data
mining) ;
 Le travail se fait par boucle courte de prototypage ;
 Pour faciliter le brassage des données, on modifie leur format et leur disposition
relative. C'est le « pré-processing » qui prend le plus de temps ;
 LE MODELE DE L’AUDIT DE DECOUVERTE DES
CONNAISSANCES

À l'aide d'algorithmes à apprentissage d'une part, et de visualisations de

données d'autre part, le fouilleur met en évidence des liens empiriques
entre les données ;

Les corrélations et liens retenus doivent répondre à trois critères :

inconnu de l'utilisateur, explicable a posteriori et utile. La démonstration
théorique du phénomène est totalement superflue ;

Les connaissances détectées sont formalisées (arbres, graphes,

tableaux, règles, etc.) puis prototypées logiciellement ;
LE MODELE DE L’AUDIT DE DECOUVERTE DES
CONNAISSANCES

La validité des connaissances prototypées est vérifiée grâce à un test

statistique (khi deux, kappa, etc.) sur un jeu de données dit « test set »,
différent du jeu ayant servi à l'analyse (« training set ») ;

Le test set peut être soit externe au training set, soit recalculé à partir
de lui (rééchantillonnage) ;

Si le test est passé, le modèle est mis en production ;

On recommence le cycle.
LE MODELE DE L’AUDIT DE DECOUVERTE DES
CONNAISSANCES

Concrètement, l'empilement des modèles, eux-mêmes

parfois complexes (arbres et récursivité) peuvent aboutir à de
vrais problèmes d'architecture informatique : les
Parallélisassions des calculs ; la Volumétrie des données ; et la
Charge du réseau, en partie due aux mécanismes de
réplication. D'un autre côté, le résultat de calcul issu d'un
empilement de modèles peut aboutir à des résultats
particulièrement pertinents et surprenants.