DM stratégie échantillonnage statistique

[Hayaokira]

Bonjour,

Je bloque sur la méthode à adopter pour résoudre cet exercice :

Une entreprise possède un parc d'ordinateurs divisé en 5 réseaux indépendants classés par ordre croissant de sensibilité :
- zone 1 - 5000 PC (dont 5 au contenu très sensible)
- zone 2 - 2000 PC (2 sensibles)
- zone 3 - 1000 PC (3 sensibles)
- zone 4 - 30 PC (5 sensibles)
- zone 5 - 50 PC (15 sensibles)

5 ordinateurs de la zone 2 ont été signalés inutilisables suite à un virus, qui se propage de lui-même à l'intérieur d'un réseau. Sachant que les échanges de mails, clés USB sont aussi des facteur de risques. On me demande de faire un état des lieux global, sachant que je dispose de 40 personnes pour les 8 heures à venir et que chaque personne peut scanner 2 PC en 1 heure.

On me demande donc de mettre en place un protocole d’échantillonnage et de l'argumenter.

J'ai tout d'abord pensé à tirer au sort les 640 PC sur les 1995 (2000 de la zone 2 moins les 5 inutilisables), et de relever chaque heure le nombre de PC infectés, soit 8 mesures. Et d'établir une relation entre la durée "d'exposition" et le nombre d'infection pour établir une prévision sur ma population (1995 PC) à partir de mon échantillon (640). Une sorte de régression linéaire

Mais je ne suis pas sûr que ce soit la bonne méthode et la bonne question à se poser pour rédiger cet état des lieux.

Qu'en pensez-vous ?
-----

[minushabens]

bonjour,

quelques remarques:

i) je ne pense pas que ce problème relève des seules statistiques. En tout cas ce n'est pas le genre de problèmes que les statisticiens ont l'habitude de traiter.

ii) il me semble qu'il manque une définition de l'objectif. Manifestement il ne peut être d'identifier tous les pc infectés. Est-ce simplement l'estimation de la proportion de pc infectés? celle de la vitesse de propagation de l'épidémie?

iii) tu as décidé de concentrer les efforts sur le réseau 2 où ont été identifiés les pc infectés mais rien ne dit a priori qu'il n'y a pas des infections non encore détectées dans les autres réseaux.

[Hayaokira]

Merci pour les remarques. Effectivement, cet exercice est plus dans l'acquisition d'une démarche que des stats purs. Même en relisant, je ne parviens pas à saisir l'objectif et la question à définir dans la question 1b. Le simple calcul d'une proportion me semble avoir peu d’intérêt.

Faut-il établir une relation entre la durée d'exposition (8h) et le nombre de PC infectés pour faire des prévisions sur l'ensemble du parc ?

Échantillonner dans toutes les zones et comparer les groupes entre eux pour déterminer celui qui est le plus atteint ? Mais dans ce cas, les effectifs de mes échantillons (nombre de PC scannés) ne sera pas égal entre les groupes (zone 4 et 5 n'ont que 30 et 50 ordinateurs).

Pour plus de précisions, voici l'intitulé exact :

Vous être en charge de la sécurité informatique d'une entreprise. Le parc informatique est divisé en 5 réseaux indépendants classés par ordre croissant de sensibilité:
Zone 1 –LOGISTIQUE - 5000 ordinateurs (dont 5 au contenu très sensible)
Zone 2 –COMPTABILITE - 2000 Ordinateurs (dont 2 au contenu très sensible)
Zone 3 –SERVICES JURIDIQUES ET SAV - 1000 ordinateurs (dont 3 au contenu très sensible)
Zone 4 –SECURITE INFORMATIQUE - 30 ordinateurs (dont 5 au contenu très sensible)
Zone 5 –DIRECTION - 50 ordinateurs (dont 15 au contenu très sensible)

Les employés du secteur comptabilité vous ont signalé que 5 ordinateurs (ne contenant heureusement pas d’information très sensible) de leur service étaient inutilisables suite à l'irruption d'un virus informatique. Vous avez étudié le fonctionnement du malware: il se propage de lui-même à l'intérieur d'un réseau, le risque d'infection est donc très important pour la ZONE B.

Cependant, les échanges de mails, et de clés USB, entre les personnels de l'entreprise sont aussi des facteurs de risque. Il vous faut donc faire un état des lieux global avant le lendemain matin.

Vous disposez de 20 employés, et 20 prestataires extérieurs, pour les 8 heures à venir.

Chacun peut scanner 2 ordinateurs en une heure.


Question 1.

Question 1a : Définir les termes et valeurs suivants, dans le contexte exposé ci-dessus.

-Population étudiée :
-Effectif total (N) :
-Échantillon :
-Effectif de l'échantillon (n*) :
*à définir au regard de l'effort disponible

Question 1b : Vous préparez la rédaction d'un rapport succinct pour la direction. Vous constatez que n < N.

Complétez la phrase suivante :
"Suite à l'infection de la Zone B, et face à l'impossibilité de scanner de manière _________ ** le cheptel informatique de l'entreprise dans le temps imparti, nous avons redéfini nos objectifs et mis en place un protocole d’échantillonnage pour la journée. "
((**Adjectif féminin. Se dit d'une étude dont le plan d'échantillonnage permet de réaliser une mesure sur tous les individus statistiques d'une population.))

Question 2 : Continuez la rédaction du rapport en définissant clairement votre(vos) question(s), et un protocole d'échantillonnage, au regard de l'ensemble des informations à votre disposition (effectifs, et priorités). Nommez les stratégies d'échantillonnage utilisées avec le vocabulaire adapté, et justifiez rapidement vos choix.