網(wǎng)絡安全是當今世界最受關(guān)注的全球議題之一,每年全球因為網(wǎng)絡攻擊而蒙受的損失多達數(shù)千億美元,隨著損失逐年擴大,如何有效防止網(wǎng)絡攻擊成為了各國學者關(guān)心的議題,其中采用數(shù)學模型刻畫網(wǎng)絡風險以期有效地防御正成為越來越流行的研究方向.本學位論文依托極值理論模型對單個受攻擊目標(例如電腦服務器)的風險進行建模和預測,采用多元相依模型對多個攻擊目標的整體網(wǎng)絡安全的風險進行評估.我們首先考慮單個被攻擊目標的網(wǎng)絡安全風險進行預測,即一維數(shù)據(jù)情形下的模型模擬.我們采用的是基于廣義Pareto分布的極值理論模型.即對目標數(shù)據(jù)先設定一個門檻值(threshold),我們的目標數(shù)據(jù)是時間序列數(shù)據(jù),當數(shù)據(jù)超過門檻值我們即認為極端事件發(fā)生,然后將時間序列中超過門檻之上的極端事件提取出來,對這部分數(shù)據(jù)我們假設在超過門檻值的條件下其分布服從廣義Pareto分布,而極端事件在整個序列中服從動態(tài)Poisson過程.基于這樣的模型假設我們進行擬合以及對未來的攻擊事件進行預測.對于模擬的結(jié)果我們構(gòu)造W統(tǒng)計量和轉(zhuǎn)化時間間隔τ進行擬合效果假設檢驗.對于預測的結(jié)果我們構(gòu)造在險價值VaR(Value at risk),采用經(jīng)典的三大假設...

【文章頁數(shù)】：101 頁

【學位級別】：博士

【部分圖文】：

圖３．１?ｔｅｌｅｓｃｏｐｅ和ｈｏｎｅｙｐｏｔ網(wǎng)絡攻擊次數(shù)數(shù)據(jù)集的時間序列圖，橫軸代表時間單位是小時，??縱軸是攻擊強度（單位時間內(nèi)的被攻擊次數(shù)），負，私，的這三組數(shù)據(jù)集均為７?

表３．１關(guān)于時間間隔是否服從指數(shù)分布的ＫＳ檢驗：對于數(shù)據(jù)集，￡＞是統(tǒng)計量的值，ｐ是檢??驗對應的Ｐ－值．??組時間序列數(shù)據(jù)都不成立．那么獨立性又如何呢，對四組數(shù)據(jù)我們在圖３．３給出??了極端事件時間間隔的相關(guān)系數(shù)（ＡＣＦ），從圖上看相關(guān)系數(shù)都不低，獨立性假??２５??

圖３．２?ｔｅｌｅｓｃｏｐｅ和ｈｏｎｅｙｐｏｔ網(wǎng)絡攻擊次數(shù)數(shù)據(jù)集中超?

（ｃ）?Ａｔｔａｃｋ?ｒａｔｅｓ：?ｔｅｌｅｓｃｏｐｅ?ｄａｔａｓｅｔ?Ｓ３?（ｄ）?Ａｔｔａｃｋ?ｒａｔｅｓ：?ｔｅｌｅｓｃｏｐｅ?ｄａｔａｓｅｔ?ｈｏｎｅｙｐｏｔ??圖３．１?ｔｅｌｅｓｃｏｐｅ和ｈｏｎｅｙｐｏｔ網(wǎng)絡攻擊次數(shù)數(shù)據(jù)集的時間序列圖，橫軸代表時間單位是小時，??縱軸....

圖３．３極端事件時間間隔ＡＣＦ圖?

?１５００??（ｃ）?Ｅｘｔｒｅｍｅ?ｒａｔｅｓ：?ｔｅｌｅｓｃｏｐｅ?ｄａｔａｓｅｔ?Ｓ３?（ｄ）?Ｅｘｔｒｅｍｅ?ｒａｔｅｓ：?ｔｅｌｅｓｃｏｐｅ?ｄａｔａｓｅｔ?ｈｏｎｅｙｐｏｔ??圖３．２?ｔｅｌｅｓｃｏｐｅ和ｈｏｎｅｙｐｏｔ網(wǎng)絡攻擊次數(shù)數(shù)據(jù)集中超過閾值部分的時間序列圖，....

圖３．４基于ＡＣＤ模型的網(wǎng)絡極端攻擊ＶａＲ步長為Ｌ的短期預測，紫色線是風險水平??ａ?＝?．９３的ＶａＲ預測值，綠色的是ａ?＝?．９５的情形，紅色線是ａ?＝?．９７?．??

Ｌｏｇ－ＡＣＤ模型的預測結(jié)果都比理論數(shù)值低估了．由于ｐ－值都非常大，所以從統(tǒng)計??學意義上沒有證據(jù)可以證明模型的預測精度是不好的．??圖３．４是預測步長為１的ＡＣＤ模型網(wǎng)絡極端事件ＶａＲ預測值圖．紫色線是??風險水平＝?．９３的ＶａＲ預測值，綠色的是ａ?＝?．９５的預測值，紅色線....

本文編號：4047402