Entity-Specific Cyber Risk Assessment using InsurTech Empowered Risk Factors
创建于 更新于
摘要
本论文针对公开网络安全事件数据稀缺问题，提出利用InsurTech赋能的实体特定特征构建丰富的数据集，结合多标签分类和多输出回归机器学习模型预测网络事件的发生及频率。结果显示，InsurTech特征显著提升了预测准确性，尤其是企业声誉相关指标，但各类网络事件间实体层面的依赖性较弱，频率预测仍具挑战性，为个性化网络保险定价和风险管理提供数据驱动支持[page::0][page::1][page::2][page::13][page::14][page::16][page::23]。
