網(wǎng)絡(luò)安全是當(dāng)今世界最受關(guān)注的全球議題之一,每年全球因?yàn)榫W(wǎng)絡(luò)攻擊而蒙受的損失多達(dá)數(shù)千億美元,隨著損失逐年擴(kuò)大,如何有效防止網(wǎng)絡(luò)攻擊成為了各國學(xué)者關(guān)心的議題,其中采用數(shù)學(xué)模型刻畫網(wǎng)絡(luò)風(fēng)險(xiǎn)以期有效地防御正成為越來越流行的研究方向.本學(xué)位論文依托極值理論模型對單個(gè)受攻擊目標(biāo)(例如電腦服務(wù)器)的風(fēng)險(xiǎn)進(jìn)行建模和預(yù)測,采用多元相依模型對多個(gè)攻擊目標(biāo)的整體網(wǎng)絡(luò)安全的風(fēng)險(xiǎn)進(jìn)行評估.我們首先考慮單個(gè)被攻擊目標(biāo)的網(wǎng)絡(luò)安全風(fēng)險(xiǎn)進(jìn)行預(yù)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(biāo)數(shù)據(jù)先設(shè)定一個(gè)門檻值(threshold),我們的目標(biāo)數(shù)據(jù)是時(shí)間序列數(shù)據(jù),當(dāng)數(shù)據(jù)超過門檻值我們即認(rèn)為極端事件發(fā)生,然后將時(shí)間序列中超過門檻之上的極端事件提取出來,對這部分?jǐn)?shù)據(jù)我們假設(shè)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(gè)序列中服從動(dòng)態(tài)Poisson過程.基于這樣的模型假設(shè)我們進(jìn)行擬合以及對未來的攻擊事件進(jìn)行預(yù)測.對于模擬的結(jié)果我們構(gòu)造W統(tǒng)計(jì)量和轉(zhuǎn)化時(shí)間間隔τ進(jìn)行擬合效果假設(shè)檢驗(yàn).對于預(yù)測的結(jié)果我們構(gòu)造在險(xiǎn)價(jià)值VaR(Value at risk),采用經(jīng)典的三大假設(shè)...

【文章頁數(shù)】：101 頁

【學(xué)位級別】：博士

【部分圖文】：

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

表３．１關(guān)于時(shí)間間隔是否服從指數(shù)分布的ＫＳ檢驗(yàn)：對于數(shù)據(jù)集，￡＞是統(tǒng)計(jì)量的值，ｐ是檢??驗(yàn)對應(yīng)的Ｐ－值．??組時(shí)間序列數(shù)據(jù)都不成立．那么獨(dú)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(shí)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(dú)立性假??２５??

圖３．２?ｔｅｌｅｓｃｏｐｅ和ｈｏｎｅｙｐｏｔ網(wǎng)絡(luò)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(luò)攻擊次數(shù)數(shù)據(jù)集的時(shí)間序列圖，橫軸代表時(shí)間單位是小時(shí)，??縱軸....

圖３．３極端事件時(shí)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(luò)攻擊次數(shù)數(shù)據(jù)集中超過閾值部分的時(shí)間序列圖，....

圖３．４基于ＡＣＤ模型的網(wǎng)絡(luò)極端攻擊ＶａＲ步長為Ｌ的短期預(yù)測，紫色線是風(fēng)險(xiǎn)水平??ａ?＝?．９３的ＶａＲ預(yù)測值，綠色的是ａ?＝?．９５的情形，紅色線是ａ?＝?．９７?．??

Ｌｏｇ－ＡＣＤ模型的預(yù)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(jì)??學(xué)意義上沒有證據(jù)可以證明模型的預(yù)測精度是不好的．??圖３．４是預(yù)測步長為１的ＡＣＤ模型網(wǎng)絡(luò)極端事件ＶａＲ預(yù)測值圖．紫色線是??風(fēng)險(xiǎn)水平＝?．９３的ＶａＲ預(yù)測值，綠色的是ａ?＝?．９５的預(yù)測值，紅色線....

本文編號：4047402