一句話摘要:
CVSS 分數告訴你漏洞有多嚴重,但沒有任何一位 CFO 會為「嚴重程度」批預算,他們要的是機率乘上金額的期望損失;FAIR 模型與 ALE,就是把「高風險」翻譯成貨幣單位的那把尺。
多數資安團隊的優先順序邏輯是「CVSS 分數由高到低排」,這在工程端合理,但放到董事會語言裡完全站不住腳。CVSS 只描述技術嚴重度,不描述發生機率、不描述資產價值、更不描述業務衝擊。於是常出現「9.8 分的漏洞卡在內網孤島系統、根本打不到」,卻排在「6.5 分但直接暴露在核心交易 API」前面修補的荒謬排序。
第一線 IT/SecOps 心聲: 「我把所有 9 分以上的漏洞都列出來要資源,結果老闆問我『這些漏洞真的會被打嗎?打了會怎樣?』我答不出來,因為 CVSS 根本沒告訴我這件事。」
決策層 / 業務單位迷思: 「你們每次都說『很嚴重』,但去年也很嚴重、前年也很嚴重,到底嚴重是會讓公司倒閉,還是像感冒一樣忍一忍就過去?」
當風險描述停留在形容詞層次,經營層永遠無法做出理性的資源分配決策,資安投資也就永遠淪為「感覺對」而非「算出來對」。
FAIR(Factor Analysis of Information Risk)是目前業界少數能把資安風險轉換成財務期望值的量化模型,核心產出是 ALE(Annualized Loss Expectancy,年化預期損失):
ALE = 事件發生頻率(LEF) × 單次損失金額(LM)
這個公式看似簡單,但關鍵在於拆解過程,FAIR 不是叫你隨口猜一個數字,而是透過結構化拆解,把模糊的「風險」拆成可估算的變數:
【FAIR 模型風險拆解結構】
實務操作上,我會建議團隊用區間估算法(範圍值而非單一數字),因為資安風險本質上是不確定的,強行給出一個精準數字反而會失去可信度。
以下是傳統 CVSS 排序與 FAIR 量化排序的實務差異:
| 比較維度 | 傳統 CVSS 排序法 | FAIR 量化排序法 |
|---|---|---|
| 衡量基礎 | 技術嚴重度分數 | 發生機率 × 財務損失金額 |
| 決策語言 | 「這是 9.8 分高風險」 | 「這個風險年化預期損失約 NT$800 萬」 |
| 資源分配依據 | 分數高低排序 | 損失金額與投資報酬率排序 |
| 董事會可讀性 | 低(需技術背景才懂) | 高(財務語言直接對接) |
| 常見盲點 | 忽略資產暴露面與實際可觸及性 | 需要跨部門資料才能估算準確 |
實務估算範例(去識別化):
【風險估算工作表節錄】
這份工作表的價值在於:它把「這個漏洞很嚴重」變成「不修補一年可能虧 630 萬到 1600 萬,修補只要 200 萬」,任何一位 CFO 看到這種對照,決策速度會快非常多。
實戰行動清單:
CVSS 是工程師的尺,ALE 是給老闆看的尺。兩種尺量的都是同一個風險,差別只在單位,一個是分數,一個是錢。學會把分數換算成金錢,你在會議桌上講的每一句話,才會真正被聽進去。
你的團隊目前排修補優先順序時,主要依據是 CVSS 分數,還是有嘗試過結合業務衝擊評估?如果要導入 FAIR,你覺得最大的阻力會來自資料不足,還是跨部門不願意配合估算?
【明日 DAY 03 痛點預告】
你以為只要數字夠嚇人,董事會就會點頭批預算?現實是:簡報邏輯錯了,數字再驚悚也沒用。明天拆解 Board Pitching 的黃金結構,教你如何在 5 分鐘內讓一群不懂技術的人,做出對的資安決策。