通过建模重尾数据的新算法更好把握网络风险以构建网络韧性
统计方法学
2022-09-12 v1 密码学与安全
摘要
网络安全与韧性是现代经济中的重大挑战,因此它们是政府、安全与国防力量、企业与组织管理层议程上的优先事项。因而,深度理解网络风险以提升韧性实属必要。本文提出对提交至法国国家宪兵队({\it Gendarmerie Nationale})的网络投诉数据库的分析。我们使用为一种非负非对称重尾数据开发的新算法执行该分析,该算法可成为应用领域的得力工具。此方法良好估计了含尾部的完整分布。我们的研究确认了损失期望的有限性,此为可保性的必要条件。最后,我们推演该模型对风险管理的影响,将其结果与其他标准EVT模型比较,并为基于尾部厚度的攻击分类奠定基础。
引用
@article{arxiv.2209.02845,
title = {Building up Cyber Resilience by Better Grasping Cyber Risk Via a New Algorithm for Modelling Heavy-Tailed Data},
author = {Michel Dacorogna and Nehla Debbabi and Marie Kratz},
journal= {arXiv preprint arXiv:2209.02845},
year = {2022}
}
备注
44 pages, 10 figures, 15 tables