網(wǎng)絡(luò)信息安全保險已經(jīng)成為企業(yè)轉(zhuǎn)移安全風(fēng)險的最主要工具之一,為了探索保險公司主動參與風(fēng)險防范對網(wǎng)絡(luò)安全水平的影響,本文設(shè)計了網(wǎng)絡(luò)信息安全保險公司對被保險企業(yè)安全軟件投資的均等、最重要和按比例三種策略機制,研究在強相依和弱相依的信息安全風(fēng)險下保險公司在簡單情形和復(fù)雜情形中的不同投資決策機制,及其對系統(tǒng)效用和風(fēng)險的影響。研究結(jié)果表明,在保險公司投資被保險企業(yè)安全軟件的三種投資策略下,相比被保險企業(yè)不購買保險,被保險企業(yè)購買保險可以顯著地提高期望效用,并且整個系統(tǒng)的網(wǎng)絡(luò)安全水平逐漸提高,但是整個系統(tǒng)的期望收益隨著保險公司投資額的增加而降低。此外,在簡單情形中,保險公司在不同的投資策略下存在不同的最優(yōu)投資決策,且在均等投資策略和弱相依風(fēng)險下系統(tǒng)各主體效用和風(fēng)險水平均最高;在復(fù)雜情形中,在弱相依風(fēng)險和最重要投資策略下整個系統(tǒng)具有較高的期望和較低的風(fēng)險水平,說明復(fù)雜情形的網(wǎng)絡(luò)信息安全保險系統(tǒng)存在涓滴效應(yīng)。 

【文章來源】：保險研究. 2019,(06)北大核心CSSCI

【文章頁數(shù)】：15 頁

【部分圖文】：

不同安全軟件策略下企業(yè)效用分析

的信息安全風(fēng)險和期望效用。在進行復(fù)雜情形模擬時，為了不失一般性且便于模擬分析，設(shè)定并分析由5個企業(yè)，4個安全軟件和一個保險公司所組成的網(wǎng)絡(luò)信息安全保險投資決策系統(tǒng)，且對參數(shù)的設(shè)定做如下約束:(1)使用最多的軟件具有更小的安全脆弱性;(2)使用最多的軟件具有較大的投資系數(shù);(3)脆弱性小的軟件其帶來的損失也小;(4)企業(yè)可以安裝任意兩款安全軟件。基于上述約束，該保險決策系統(tǒng)中所涉及參數(shù)的取值為:軟件i的初始脆弱性在區(qū)間［0．01，0．05］上隨機取值;軟件i的投資系數(shù)在區(qū)間［1，1．5］上隨機取值;軟件i的成本在區(qū)間［0．1，0．3］上隨機取值;企業(yè)j的初始財富在區(qū)間［1，10］上隨機取值;企業(yè)j的個體風(fēng)險在區(qū)間［0．1，0．3］上隨機取值;企業(yè)j發(fā)生安全事件時其損失財富系數(shù)在區(qū)間［0．05，0．1］上隨機取值。此外，假定企業(yè)j之間風(fēng)險依賴系數(shù)θ=1．5，保險公司的總投資范圍為［0，0．5］，具體仿真結(jié)果如圖4～5。圖4企業(yè)和保險公司的期望效用分析圖4刻畫了在不同風(fēng)險相依性和不同安全軟件投資策略下保險公司投資額對企業(yè)和保險公司效用的影響。圖4(a)顯示，在復(fù)雜情形下，保險公司對安全軟件進行投資，降低了安全軟件的脆弱性，從而使得所有企業(yè)的總效用隨著保險公司投資額的增加而增加。與簡單情況不同的是，在復(fù)雜情形的強相依風(fēng)險下，所有企業(yè)的總效用小于弱相依風(fēng)險情況下的企業(yè)總效用。這是因為在復(fù)雜情況下，更為分散的保險公司投資策略，最大限度的增加了具有最大脆弱性軟件的安全水平，從而提升了整個網(wǎng)絡(luò)的安全水平，這也體現(xiàn)了網(wǎng)絡(luò)信息安全保險的涓滴效應(yīng)。有趣的是，在復(fù)雜情

【參考文獻】：
期刊論文
[1]論網(wǎng)絡(luò)安全保險發(fā)展初級階段的問題與對策[J]. 王新雷,王玥.  情報雜志. 2017(12)
[2]網(wǎng)絡(luò)安全保險的策略分析——以網(wǎng)絡(luò)安全保險的生命流程為研究架構(gòu)[J]. 王新雷,王玥.  情報雜志. 2017(11)
[3]道德風(fēng)險條件下的最優(yōu)網(wǎng)絡(luò)安全保險契約模型研究[J]. 楊云雪,王燕霞.  高技術(shù)通訊. 2016(Z1)
[4]基于網(wǎng)絡(luò)安全保險的信息系統(tǒng)安全投資激勵機制[J]. 顧建強,梅姝娥,仲偉俊.  系統(tǒng)工程理論與實踐. 2015(04)
[5]論建立我國網(wǎng)絡(luò)信息安全保險體系[J]. 高雷,呂文豪.  保險研究. 2011(07)
[6]信息安全保險核保體系的研究與設(shè)計[J]. 王一飛.  保險研究. 2008(06)



本文編號：3338461