跳–扩散模型参数校准的极大似然法

首先用蒙特卡洛罗法模拟生成股票的价格路径,然后对生成的路径建立对数似然函数。假设跳–扩散模型的股票市场价格与模型价格之间存在高斯误差,构造权重函数,通过线性搜索的方法求解加权极大似然函数的最大化,从而得到波动率的校准。最后给出数值模拟实验,实验结果表明了该算法的可行性。

基于贝叶斯网络的内部威胁预测研究

在内部网络带给企业办公便利的同时,内部网络所带来的威胁也日渐突出,由于企业中内部威胁具有危害性大、难以检测等特点,内部威胁亟需解决。因此,提出了基于贝叶斯网络攻击图的内部威胁预测模型。以内部用户实际操作过程中的行为为研究对象,以内部用户攻击过程中所占有的资源状态和所进行的操作序列攻击证据为节点,构建贝叶斯网络攻击图;以网络攻击图来描述攻击者在攻击过程中的不同攻击路径和攻击状态,并且利用贝叶斯网络推理算法计算内部威胁的危险概率。在贝叶斯网络攻击图中定义了元操作、原子攻击、攻击证据等概念,量化了节点变量、节点变量取值和条件概率分布。以改进的似然加权算法为基础,使贝叶斯网络的参数计算更加简便,内部威胁的预测更加精确。最后,通过仿真实验证明了该方法建模速度快、计算过程简单、计算结果精确,在预测内部威胁时的有效性和适用性。