本文是一篇系统化知识综述（SoK），旨在量化网络风险。作者提出了一种受结构方程建模启发的因果模型，将网络风险结果解释为由反身性指标测量的潜在因素（如威胁、暴露、安全水平）所导致。首先，利用该模型对现有的实证网络损害研究进行分类，发现网络损害在典型损失和极端损失方面并无特殊性；数据泄露频率是否持续上升存在争议，且股票市场对网络事件的负面反应随时间的推移在减弱。作者指出，仅关注损害结果会导致宿命论，而因果模型更有助于评估安全干预措施的有效性。本文展示了简单的统计关系如何产生虚假结论，例如更多的安全支出或更频繁的更新补丁反而与更高的入侵率相关。在考虑威胁和暴露因素后，安全指标（尤其是使用多个安全水平指标的研究）能够显著解释入侵率的方差。论文的核心贡献是提供了一个因果建模框架，用于整合和解释现有的网络风险实证研究，并为未来的量化风险研究提供方法论指导。适合网络安全风险管理研究人员、安全经济学学者及关注量化风险评估的实践者阅读。