Симуляция рисков методом Монте-Карло.

Вычислительный метод оценки риска, при котором проводятся тысячи случайных сценариев из заданных входных распределений вероятностей и получают распределение возможных исходов. Относится к категории Соответствие и стандарты в кибербезопасности.

Вычислительный метод оценки риска, при котором проводятся тысячи случайных сценариев из заданных входных распределений вероятностей и получают распределение возможных исходов.

Симуляция Монте-Карло лежит в основе многих количественных методов оценки риска, включая FAIR. Вместо точечных оценок специалисты описывают входные данные (частоту событий, величину потерь, эффективность контролей, стоимость восстановления) распределениями вероятностей, откалиброванными по историческим данным и экспертным суждениям. Симуляция тысячами повторений сэмплирует распределения, вычисляет потери на каждой итерации и агрегирует результаты в метрики: ожидаемые потери, кривые превышения потерь, Value at Risk. В сфере киберриска её используют для моделирования экспозиции к программам-вымогателям, стоимости утечек, риска концентрации поставщиков и финансовой выгоды новых контролей. Она значительно лучше обрабатывает неопределённость и зависимости, чем точечные оценки в электронных таблицах.

Защита от Симуляция рисков методом Монте-Карло обычно сочетает технические меры и операционные практики, как описано в определении выше.

Распространённые альтернативные названия: Метод Монте-Карло, Стохастическое моделирование рисков.