网络风险分类学：网络安全风险分类的统计分析

网络风险分类在网络事件分布建模中广泛使用，但其在样本外预测性能方面的有效性仍未得到充分探讨。本文分析了最常用的分类方法，主张将注意力从拟合度和样本内预测性能转向关注样本外预测性能。我们使用滚动窗口分析，比较通过阈值加权评分函数进行的网络风险分布预测。我们的结果表明，出于商业动机的网络风险分类似得太过限制且不够灵活，无法捕捉网络风险事件的异质性。我们调查了动态且以影响为导向的网络风险分类器在预测未来网络风险损失方面似乎比其他所考虑的分类器更合适。这些发现表明，网络风险类型在预测网络事件严重程度分布方面提供的预测能力有限，网络保险定价者在建模网络事件频率分布时应仅使用网络风险类型。本研究为决策者和政策制定者提供了有价值的见解，促进了网络风险管理领域科学知识的发展。