泊松分布

泊松分布（Poisson distribution）是概率论与数理统计中极为重要的离散型随机变量分布，由法国数学家西莫恩·德尼·泊松于1837年提出。该分布刻画了在固定区间（时间、空间或体积）内，某类稀有事件独立且随机发生的次数规律。其数学本质定义为：当试验次数n极大、单次成功概率p极小，但期望值λ=np保持适中时，二项分布B(n, p)收敛于参数为λ的泊松分布。在信息安全与密码学领域，泊松分布常被用于建模网络攻击频率、恶意代码注入速率、系统异常日志生成等低频但随机的安全事件，为安全监控阈值设定与异常检测算法提供理论基石。

在现代计算架构与信息安全体系中，泊松分布扮演着连接随机性与确定性的关键角色。它不仅是描述“稀有事件”的标准数学语言，更是构建高性能安全监控系统的核心引擎。在工程实践中，它被广泛应用于网络流量分析、入侵检测系统（IDS）的基线建模以及分布式日志聚合服务。其核心价值在于能够以极低的计算开销，将复杂的随机过程转化为可预测的统计模型，从而帮助架构师在海量数据流中精准识别偏离正常模式的异常行为。尽管其假设条件（独立性、稀有性）在真实世界中往往难以完美满足，但通过引入平滑处理或混合模型，泊松分布依然是处理高维安全事件数据的首选工具之一。