Simulación de riesgos Monte Carlo.

Técnica computacional que estima el riesgo ejecutando miles de escenarios aleatorios a partir de distribuciones de probabilidad de entrada, produciendo una distribución de resultados posibles. Pertenece a la categoría de Cumplimiento y marcos en ciberseguridad.

Técnica computacional que estima el riesgo ejecutando miles de escenarios aleatorios a partir de distribuciones de probabilidad de entrada, produciendo una distribución de resultados posibles.

La simulación Monte Carlo sustenta muchos métodos cuantitativos, incluido FAIR. En lugar de estimaciones puntuales, los profesionales describen las entradas (frecuencia de eventos, magnitud, eficacia de los controles, coste de recuperación) como distribuciones de probabilidad, calibradas con datos históricos y juicio experto. La simulación muestrea esas distribuciones miles de veces, calcula la pérdida resultante en cada iteración y agrega los resultados en métricas como pérdida esperada, curvas de excedencia y Value at Risk. En ciberriesgo se utiliza para modelar la exposición al ransomware, el coste de brechas, el riesgo de concentración de proveedores y para evaluar el beneficio financiero de nuevos controles. Maneja la incertidumbre y las dependencias mucho mejor que las estimaciones puntuales en hojas de cálculo.

Las defensas contra Simulación de riesgos Monte Carlo combinan habitualmente controles técnicos y prácticas operativas, como se detalla en la definición.

Nombres alternativos comunes: Simulación Monte Carlo, Modelado estocástico de riesgos.