本文提出了一种基于计算机模拟的网络压力测试框架,旨在评估网络事件对金融稳定性的影响。框架分为三个步骤:
- 设计场景:设计针对支付网络系统性节点的网络攻击场景,包括对大型银行、关键服务提供商、大额支付系统和外汇结算系统的攻击。文中列举了五个场景,其中四个涉及对金融系统中系统节点的网络攻击,基于过去的运营和网络安全事件。
- 模拟压力:使用交易层数据模拟场景产生的压力,并通过一系列风险指标测量其影响。研究使用了2024年2月的TARGET Services数据,并在芬兰银行的支付结算系统模拟器(BOF-PSS)上运行模拟实验。通过向数据集中引入异常来制造压力,并使用六项风险指标比较不同场景下绩效和风险的变化,包括未结算支付、队列、延迟和流动性恶化等。
- 评估准备情况:讨论网络准备情况,以识别能够增强金融行业网络弹性的有效做法。研究结果表明,及时的系统恢复以及有效的排队管理和流动性风险管理通常可以作为一种预防性措施来增强网络弹性。同时,拥有成熟CIRR(Cyber Incident Response and Recovery)框架的金融行业实体将处于最佳位置来应对和恢复事故,从而减少对系统的风险。
研究结论包括:
- 对结算和流动性风险的最严重冲击发生在通过关键服务提供商对一家主要银行或多家银行进行打击时。
- 集中式支付系统可以通过有效的排队和流动性保存机制更好地支持恢复,与攻击集中式支付系统相比。
- 金融机构应设计和测试其系统及流程,以实现安全的日终结算,即便是在极端但可能发生的情况下。
- 监管机构必须与其监管实体密切合作,确保其建立有效、全面和成熟的CIRR框架。
此外,研究还强调了集体战略规划与合作、识别与测绘、态势感知以及响应框架的重要性,以增强生态系统的韧性。