Эффективность реализации организационных проектов ограничивается стохастическим характером внешней среды и скрытыми причинно-следственными связями между факторами дестабилизации. Традиционные матричные методы оценки угроз, основанные на предположении о независимости переменных, не позволяют адекватно описывать каскадные отказы и изменение уязвимостей во времени на протяжении жизненного цикла социотехнической системы. Разработана методология управления рисками, базирующаяся на использовании динамических байесовских сетей. Граф разворачивается во времени с учетом марковских свойств переходов между фазами, что позволяет математически описать инерционное влияние накопленных негативных факторов. Параметризация таблиц вероятностей осуществляется посредством элиситации экспертных знаний с использованием распределения Дирихле, компенсирующего дефицит ретроспективной статистики. Алгоритм выбора превентивных барьеров сводится к задаче бинарного целочисленного программирования, максимизирующей снижение ожидаемого ущерба при заданных бюджетных ограничениях. Вычислительный эксперимент, моделирующий внедрение корпоративной информационной системы, подтвердил, что интеграция темпоральных срезов и механизма байесовского обновления по фактическим свидетельствам обеспечивает прирост прогностической точности (AUC-ROC до 0,89) и снижение совокупного ущерба на 41,5% по сравнению со статическими аналогами. Предложенный подход формирует теоретико-методологическую основу для построения адаптивных систем поддержки принятия решений, способных непрерывно уточнять оценки угроз в условиях эпистемической неопределенности и ограниченной эмпирической выборки. В работе дополнительно обосновывается необходимость иерархий и семантического анализа неструктурированных массивов проектной документации для автоматизации процедур структурного синтеза.