Simulação de risco Monte Carlo.

Técnica computacional que estima o risco executando milhares de cenários aleatórios a partir de distribuições de probabilidade de entrada, gerando uma distribuição de resultados possíveis. Pertence à categoria Conformidade e frameworks da cibersegurança.

Técnica computacional que estima o risco executando milhares de cenários aleatórios a partir de distribuições de probabilidade de entrada, gerando uma distribuição de resultados possíveis.

A simulação de Monte Carlo sustenta muitos métodos quantitativos, incluindo o FAIR. Em vez de estimativas pontuais, os profissionais descrevem as entradas (frequência de eventos, magnitude, eficácia dos controlos, custo de recuperação) como distribuições de probabilidade, calibradas com dados históricos e juízo de peritos. A simulação amostra essas distribuições milhares de vezes, calcula a perda em cada iteração e agrega os resultados em métricas como perda esperada, curvas de excedência e Value at Risk. No ciber-risco serve para modelar exposição a ransomware, custo de violações, risco de concentração de fornecedores e o benefício financeiro de novos controlos. Lida muito melhor com incerteza e dependências do que estimativas pontuais em folha de cálculo.

As defesas contra Simulação de risco Monte Carlo costumam combinar controles técnicos e práticas operacionais, conforme detalhado na definição acima.

Nomes alternativos comuns: Simulação Monte Carlo, Modelação estocástica de risco.