22
Пт, окт

Моделирование киберрисков в эпоху пандемий

agcs cyber risks 6 teaserВ недавнем отчете CyberCube, подготовленного в сотрудничестве с Munich Re анализируются уроки, извлеченные из представления сложных, быстро меняющихся и сложных рисков в эпоху COVID.


Влияние пандемии COVID-19 сильно повлияло на все аспекты нашей жизни, работы и представления о системном риске. В течение 2020 года, по мере того как пандемия укоренилась в общественном сознании, в средствах массовой информации все более и более проникала терминология технического моделирования.

Номера R; сглаживание кривой; логарифмические шкалы; неопределенность второго порядка и т.п.. Пандемии как системный риск имеют много общего с тем, как мы думаем о киберрисках, считает Оливер Брю, глава отдела обслуживания клиентов CyberCube. Модели киберрисков призваны понять и сформулировать потенциал системного риска, возникающий из-за все более гиперсвязанного технологического мира, в котором мы работаем, как в нашей экономике, так и в обществе в целом.

По мере того, как пандемия продолжается, появляются параллели в том, как моделируются пандемии, используемые методологии и существующие проблемы с данными. В течение последних нескольких месяцев Брю проводил обсуждения со специалистами по моделированию пандемических рисков в Munich Re и ведущей специализированной компанией по моделированию пандемий Metabiota, чтобы обсудить эти тенденции и подготовить отчет «Вирусы, заражение и хвостовой риск: моделирование киберриска в возраст пандемий». Компании предоставили идеи для сравнения и сопоставления методологий моделирования пандемии и моделирования киберрисков и понимания общих уроков, извлеченных в отношении того, как представлять сложные, быстро меняющиеся и сложные риски.

Эксперты призывают уделять больше внимания риску накопления

Доктор Хьялмар Бём, старший актуарий специализированного бизнес-подразделения Munich Re, Epidemic Risk Solutions, отмечает в отчете: «И в случае киберриска, и в случае пандемии необходимо учитывать риск накопления. Например, пандемия является ключевым фактором для страховщиков жизни, а событие с высокой смертностью может привести к значительным экономическим потерям. Надежный подход к контролю подверженности риску накопления должен быть основой каждой бизнес-модели страхования от эпидемических рисков».

Еще одна общая тема - то, что и киберриски, и пандемии могут не ограничиваться географическими границами. Некоторые пандемии остались региональными, как и киберсобытия, хотя оба этих события они могут стать глобальными.

Разработчики моделей должны разработать экстраполяцию реальных событий, чтобы представить возможные результаты, когда комбинации векторов угроз объединяются таким образом, что может оказать значительное системное воздействие. Нита Мадхав, генеральный директор Metabiota, сказала: «Есть параллели с моделированием глобального распространения болезни и того, как киберсистемы связаны между собой - и то, и другое - проблемы сети. Воздействие смягчения риска и своевременных действий потенциально может иметь значение. Кроме того, COVID-19 может протекать бессимптомно. Точно так же вы можете не знать, проник ли уже злоумышленник в вашу сеть».

Эволюция моделей пандемии

Ясно, что уроки можно извлечь и применить к моделированию киберрисков, если поймем, как развивались модели пандемии. Устранение текущих ограничений в сборе данных улучшит ценность и понимание моделей. Модели могут поддерживать решения по управлению капиталом, основанные на данных, для повышения устойчивости (пере) страхования перед лицом значительных событий накопления.

Эти модели не обладают точными прогностическими возможностями, но обеспечивают постоянно улучшающееся и точно настроенное представление потенциальных экстремальных результатов, о чем свидетельствуют драматические последствия COVID-19 для здоровья и экономики. Когда происходит поистине глобальное системное киберсобытие, будучи лучше подготовленными и понимая, как можно управлять капиталом для устранения хвостовых рисков, страховая отрасль и, соответственно, компании, которые полагаются на нее для восстановления после таких событий, будут более устойчивыми и лучше выдержат шторм.

Еще один важный вывод из сравнения моделей киберрисков и пандемии - как представить сложные взаимодействия между рисками, созданными человеком. Хотя пандемии происходят от естественных патогенов, задача, стоящая перед разработчиками моделей, заключается в том, как проиллюстрировать диапазон результатов на основе индивидуальных и социальных реакций на воздействие на распространение болезни. Постоянно важно учиться у междисциплинарных групп тому, как уравновесить требования точности при разработке моделей, чтобы удовлетворить потребности рынка.

Подготовлено порталом Allinsurance.kz