| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第15-23页 |
| 1.1 研究背景 | 第15-16页 |
| 1.2 数据集 | 第16-19页 |
| 1.2.1 一维telescope和honeypot数据集 | 第17-18页 |
| 1.2.2 69维low-interaction honeypot数据集 | 第18-19页 |
| 1.3 本文研究内容 | 第19-20页 |
| 1.4 本文创新点 | 第20-23页 |
| 第二章 预备知识 | 第23-37页 |
| 2.1 极值理论 | 第23-32页 |
| 2.1.1 区块最大值模型 | 第23-26页 |
| 2.1.2 阈值超越模型 | 第26-28页 |
| 2.1.3 标值点过程 | 第28-32页 |
| 2.2 多元相依结构 | 第32-37页 |
| 2.2.1 Copula | 第32-33页 |
| 2.2.2 Vine Copula | 第33-37页 |
| 第三章 基于自相关动态点过程模型对一维网络攻击数据的模拟预测 | 第37-71页 |
| 3.1 引言 | 第37-38页 |
| 3.2 数据初步分析 | 第38-41页 |
| 3.2.1 阈值确定 | 第38页 |
| 3.2.2 数据分布特性 | 第38-41页 |
| 3.3 新模型的框架设计 | 第41-46页 |
| 3.3.1 Hawkes和ETAS模型 | 第42-43页 |
| 3.3.2 ACD和Log-ACD模型 | 第43-46页 |
| 3.3.3 动态网络风险测度 | 第46页 |
| 3.4 模型模拟实验 | 第46-50页 |
| 3.4.1 In-sample拟合效果 | 第47-49页 |
| 3.4.2 Out-of-sample预测效果 | 第49-50页 |
| 3.5 数据拟合 | 第50-52页 |
| 3.6 数据预测 | 第52-63页 |
| 3.6.1 短期预测 | 第54页 |
| 3.6.2 中期预测 | 第54页 |
| 3.6.3 长期预测 | 第54-59页 |
| 3.6.4 模型预测效果对比 | 第59-63页 |
| 3.7 本章附录 | 第63-71页 |
| 3.7.1 阈值的选取方法 | 第63-64页 |
| 3.7.2 可分离性研究 | 第64-69页 |
| 3.7.3 滚动估计方法 | 第69页 |
| 3.7.4 预测效果三大假设检验 | 第69-71页 |
| 第四章 基于截断R-vine Copula对多维网络攻击数据的模拟预测 | 第71-91页 |
| 4.1 引言 | 第71-73页 |
| 4.2 数据初步分析 | 第73-75页 |
| 4.3 新模型的设计及运行流程 | 第75-77页 |
| 4.4 模型模拟实验 | 第77-82页 |
| 4.4.1 模拟数据的产生 | 第78-79页 |
| 4.4.2 模拟数据的预测 | 第79-82页 |
| 4.5 数据拟合 | 第82-84页 |
| 4.6 数据预测 | 第84-87页 |
| 4.6.1 基于VaR的预测效果检验 | 第84-85页 |
| 4.6.2 密度预测精度 | 第85-87页 |
| 4.7 本章附录 | 第87-91页 |
| 第五章 总结与展望 | 第91-93页 |
| 5.1 本文内容总结 | 第91-92页 |
| 5.2 未来研究方向的思考 | 第92-93页 |
| 参考文献 | 第93-99页 |
| 致谢 | 第99-101页 |
| 在读期间发表的学术论文与取得的研究成果 | 第101页 |
