Nicel risk analizi: FAIR ve Monte Carlo
Riski para cinsinden ifade etmek için FAIR modelini kullanır, uzman tahminlerini aralıklarla kalibre eder ve Python’da Monte Carlo benzetimiyle kayıp dağılımını ve kontrol yatırımının getirisini hesaplarsın.
Seviye 301 · 15 ders · 12 pratik lab
Dersler
Neden nicel
- Isı haritalarının sınırları
- Para dili: beklenen kayıp ve belirsizlik
- FAIR sınıflandırması: sıklık ve büyüklük
- Kısa görev: bir senaryoyu FAIR bileşenlerine ayır
Tahmin
- Kalibre tahmin ve güven aralıkları
- Kayıp verisi kaynakları
- Kayıp biçimleri: birincil ve ikincil
- Kısa görev: üç senaryo için aralık tahmini
Benzetim
- Monte Carlo benzetimi
- PERT ve lognormal dağılımlar
- Kayıp aşım eğrisi
- Kontrol yatırımının getirisi
- Kısa görev: fidye yazılımı riskini benzet
Karar
- Nicel sonucu yönetime sunmak
- Bitirme görevi: üç yatırım seçeneğini kayıp eğrileriyle karşılaştır
Pratik lablar
- Faktörü FAIR ağacına yerleştir: On iki bilgiyi tehdit olay sıklığı, zafiyet, birincil kayıp ya da ikincil kayıp faktörüne yerleştir.
- Senaryoyu FAIR faktörlerine ayır: Bir müşteri veritabanı sızıntısı senaryosunu varlık, tehdit, etki türü ve tüm FAIR faktörleriyle tanımla.
- Isı haritası kaydını ölçülebilir senaryoya çevir: Kırmızı olarak işaretlenmiş üç belirsiz riski sıklığı ve büyüklüğü tahmin edilebilir senaryolar hâlinde yeniden yaz.
- Yüzde doksan güven aralığı ver: On genel bilgi sorusuna aralık tahmini ver ve kaç tanesinin doğru değeri içerdiğini hesapla.
- Üç senaryo için aralık tahmini: Verilen kayıp verisi ve uzman notlarından üç senaryo için en düşük, en olası ve en yüksek değerleri gerekçesiyle belirle.
- Birincil ve ikincil kaybı tahmin et: Bir kesinti senaryosunda verimlilik, müdahale, yenileme, ceza ve itibar kayıp biçimlerini ayrı ayrı aralıkla tahmin et.
- Benzetim çıktısını oku: Hazır bir benzetim sonucundan ortalamayı, ortancayı ve yüzde doksanlık değeri bul ve birer cümleyle yorumla.
- Fidye yazılımı riskini benzet: Verilen PERT aralıklarıyla on bin denemelik bir Monte Carlo benzetimi çalıştırıp yıllık kayıp dağılımını özetle.
- Kayıp aşım eğrisi çıkar: Benzetim sonucundan kayıp aşım eğrisini üret ve risk iştahı çizgisini aşan olasılığı raporla.
- Kontrolün getirisini hesapla: Kontrol öncesi ve sonrası beklenen kayıp ile yıllık maliyetten üç kontrolün getirisini hesapla.
- Üç yatırım seçeneğini karşılaştır: Üç seçeneğin benzetim sonuçlarını ortalama kayıp ve uç kayıp açısından karşılaştırıp öneri yaz.
- Sonucu yönetime sun: Bir nicel analiz çıktısından varsayımları, belirsizliği ve istenen kararı açıkça gösteren tek sayfalık yönetim notu yaz.
Kurs hakkında
Riski para cinsinden ifade etmek için FAIR modelini kullanır, uzman tahminlerini aralıklarla kalibre eder ve Python’da Monte Carlo benzetimiyle kayıp dağılımını ve kontrol yatırımının getirisini hesaplarsın.
Ne öğreneceksin
- Neden nicel
- Tahmin
- Benzetim
- Karar
Ön koşullar
Aynı yolun 101 ve 201 düzeyindeki konularına hâkim olmalısın.
Lab ortamı
Dersler, tarayıcında açılan sana özel bir Kali Linux terminalinde geçer. Kurulum gerekmez; lab her derste temiz başlar.
Sık sorulan sorular
- Bu kurs benim düzeyime uygun mu?
- Kurs 301 düzeyindedir; daha düşük düzeydeki kursların konularını bildiğin varsayılır.
- Kurulum gerekir mi?
- Hayır. Her ders tarayıcında açılan sana özel bir lab ortamında geçer.
- Dersler nasıl işleniyor?
- Her ders 8 ile 10 adımdan ve bir kısa sınavdan oluşur. İlk adımlarda yazman gereken komut gösterilir, sonraki adımlarda yardım azalır; iki denemede takılırsan çözüm açılır.
- Ücretsiz deneyebilir miyim?
- Evet. Her kursun ilk üç dersi ücretsizdir.