Bắt đầu từ mục tiêu: Xác định phạm vi và giá trị cần bảo vệ
Bước Objective của Chu trình Odin giúp xác định mục tiêu, giá trị cần bảo vệ, phạm vi đánh giá và tiêu chí thành công trước khi nhận diện rủi ro.
Odin Lab · Chào tất cả mọi người!
Tác giả: Odin Lab
Q011 — Một tổ chức có thể chấp nhận rủi ro đến mức nào?
Hiểu đúng khẩu vị rủi ro, ngưỡng chấp nhận và năng lực chịu đựng để biến Risk Appetite thành giới hạn quản trị có thể theo dõi, hành động và ra quyết định.
OAGF #04 – Kiểm soát AI có thực sự hiệu quả? Từ thiết kế đến bằng chứng và sự đảm bảo
Cách đánh giá thiết kế, vận hành và hiệu quả kiểm soát AI bằng kiểm thử, bằng chứng và assurance, minh họa với OLB Knowledge Assistant.
Vì sao ngân hàng cần lồng ghép Zero Trust và Defense in Depth trong thực tế
Zero Trust và phòng thủ nhiều lớp bổ trợ nhau thế nào? Từ NIST và CISA đến tình huống OLB, cách lồng ghép và đánh giá bằng bằng chứng thực tế.
Nhà cung cấp bổ sung AI: Ngân hàng cần đánh giá gì trước khi sử dụng?
Từ góc nhìn ISACA và NIST đến tình huống OLB: đánh giá thay đổi dữ liệu, quyền, bên xử lý và bằng chứng trước khi bật tính năng AI của nhà cung cấp.
OLB #08 — Kiến trúc công nghệ và điện toán đám mây: Nền tảng linh hoạt, an toàn và có khả năng phục hồi
Cách Odin Lab Bank giả lập lựa chọn hạ tầng riêng, điện toán đám mây và kiến trúc kết hợp theo giá trị nghiệp vụ, rủi ro, chi phí và khả năng phục hồi.
Q010 — Khi nào một rủi ro có thể đóng, và chúng ta phải học gì từ nó?
Đóng Risk không phải là xóa một dòng khỏi Risk Register. Q010 giải thích khi nào Risk có thể đóng, vì sao Risk Closed không đồng nghĩa Control Closed và cách biến lesson learned thành cải tiến cho vòng tiếp theo.
OAGF #03 – Đánh giá rủi ro AI: Làm thế nào để lựa chọn đúng mức kiểm soát?
Đánh giá rủi ro AI theo OAGF: 10 yếu tố, 4 Risk Tier, lựa chọn kiểm soát và bằng chứng qua 3 tình huống OLB Knowledge Assistant.
Q009 — Sau khi đã quyết định, làm sao biết rủi ro đang tốt lên hay xấu đi?
Monitoring không phải để tạo thêm dashboard. Q009 giải thích cách theo dõi Risk qua KPI, KRI, KCI, Trend, Threshold và Trigger để biết khi nào cần đánh giá lại và hành động.
OLB #07 — Kiến trúc dữ liệu và trí tuệ nhân tạo: Từ dữ liệu phân tán đến giá trị và niềm tin số
[GIẢ LẬP · PHỤC VỤ NGHIÊN CỨU & ĐÀO TẠO] Sau kiến trúc ứng dụng ở OLB #06, Odin Lab Bank bước sang kiến trúc dữ liệu và trí tuệ nhân tạo. Mỗi giao dịch, tương tác và quyết định nghiệp vụ đều có thể tạo ra dữ liệu. Nhưng dữ liệu chỉ trở thành […]