Frecuencia e impacto con rangos y no con un número

Nadie puede afirmar con veracidad: "sufriremos exactamente 0,23 ataques este año con un coste de 2.341.500 euros". En entornos de alta incertidumbre, el método científico de análisis de riesgos exige estimaciones por intervalos de confianza (por ejemplo, percentil 10 a percentil 90 o mínimo y máximo plausibles). Modelar rangos permite capturar la realidad del riesgo sin inventar una falsa precisión matemática.

La parada no planificada de transformadores de distribución genera pérdidas millonarias por lucro cesante, multas regulatorias y daños a clientes industriales.

Abre el laboratorio y consulta estimacion-frecuencia-impacto.txt. Identifica la pérdida financiera máxima estimada en euros para el escenario ESC-01.

Para el escenario de exfiltración de clientes (ESC-02), los analistas han estimado la frecuencia de intentos exitosos basada en la exposición de sus APIs comerciales.

Revisa estimacion-frecuencia-impacto.txt y localiza la frecuencia anual mínima estimada para ESC-02.

A partir de las distribuciones de frecuencia e impacto expresadas en rangos, un motor estadístico ejecuta miles de simulaciones aleatorias (método Monte Carlo) para generar curvas de probabilidad acumulada que muestran la pérdida anual esperada (Loss Event Frequency × Loss Magnitude).