Simulation de risque Monte Carlo.

Technique de calcul qui estime le risque en exécutant des milliers de scénarios aléatoires issus de distributions de probabilité d'entrée, produisant une distribution de résultats possibles. Cette notion relève de la catégorie Conformité et référentiels en cybersécurité.

Technique de calcul qui estime le risque en exécutant des milliers de scénarios aléatoires issus de distributions de probabilité d'entrée, produisant une distribution de résultats possibles.

La simulation Monte Carlo sous-tend de nombreuses méthodes quantitatives, dont FAIR. Au lieu d'estimations ponctuelles, les praticiens décrivent les entrées (fréquence des événements, magnitude, efficacité des contrôles, coût de remédiation) sous forme de distributions probabilistes, calibrées avec données historiques et jugement d'experts. La simulation échantillonne ces distributions des milliers de fois, calcule la perte par itération et agrège les résultats en indicateurs comme la perte espérée, les courbes d'excédence et la Value at Risk. En cyber-risque, elle modélise l'exposition aux rançongiciels, le coût des fuites, le risque de concentration fournisseur et le bénéfice financier de nouveaux contrôles. Elle gère bien mieux l'incertitude et les dépendances que des estimations ponctuelles sur tableur.

Les défenses contre Simulation de risque Monte Carlo combinent habituellement des contrôles techniques et des pratiques opérationnelles, comme détaillé dans la définition ci-dessus.

Noms alternatifs courants : Simulation Monte Carlo, Modélisation stochastique des risques.