Nada de dado bruto sai da origem
Os tickets reais foram cedidos por CSIRTs parceiros e pseudonimizados localmente, sem depender de qualquer serviço externo. As demonstrações ao vivo operam sobre tickets sintéticos.
SBSeg 2026
Minicurso 1
3 práticas guiadas, 70 minutos
Inteligência Artificial aplicada à Resposta a Incidentes
Da norma à prática executável: como Modelos de Linguagem de Grande Escala podem apoiar equipes de resposta a incidentes sem tirar o analista do processo.
A tese do capítulo: a IA não substitui a resposta a incidentes. Ela amplia a capacidade de triagem, análise, documentação e recomendação quando está integrada a frameworks consolidados, dados confiáveis, anonimização adequada e validação humana.
Como as três práticas se encadeiam
O pipeline em três estágios
- Ticket recebido pelo CSIRT
-
EC1
Pseudonimização
ANON-LFI, AnonShield
NER + regex + HMAC-SHA256
- Validação humana
-
EC2
Classificação
AutoClass-LFI, SecLINC
taxonomia + prompting
- Validação humana
-
EC3
Playbook
AutoClass-LFI
Markdown e Ansible
- Resposta documentada e auditável
Os três estudos de caso não são exercícios independentes: formam um pipeline único, no qual a saída de um alimenta o seguinte. A validação humana aparece entre os estágios, e não apenas ao final, porque um erro de classificação produz um playbook silenciosamente errado.
Por que este tema importa
Seis números do capítulo
Dois indicadores explicam a pressão sobre as equipes, dois vêm dos experimentos conduzidos no próprio capítulo, sobre a base real de tickets, e dois lembram onde ficam os limites.
516.556
notificações de incidentes registradas pelo CERT.br em 2024, uma média
de 1.411 por dia.
CERT.br, 2025
4 milhões
é o déficit global estimado de profissionais de segurança. A triagem
cresce mais rápido do que a capacidade de formar analistas.
ISC2, 2023
89,7%
de acurácia sobre 174 tickets reais com um único exemplo
rotulado por categoria, contra 68,4% sem exemplo algum. Quase
todo o ganho vem de uma só confusão desfeita, entre exploração de
vulnerabilidade e tentativa de intrusão.
Estudo de caso 2 do capítulo
5.256
substituições de entidade sensível em 182 tickets, cerca de 29 por
ticket, para apenas 531 entidades distintas. Cada uma reaparece dez
vezes em média, e é essa repetição que a pseudonimização determinística
converte em correlação.
Estudo de caso 1 do capítulo
42%
dos sumários produzidos por modelos operando sozinhos
continham imprecisões factuais, e 35% omitiram detalhes críticos. Em
uso colaborativo, os mesmos modelos reduzem o esforço do analista.
Kramer et al., SOUPS 2025
18,5%
é a taxa de divergência entre dois analistas humanos
rotulando os mesmos tickets. Esse é o teto prático de qualquer
classificador avaliado contra rótulo humano.
Jesus Filho et al., ICMLA 2025
O diferencial
Dados reais, anonimizados, com política explícita
A maior parte do material didático sobre IA em segurança opera sobre exemplos sintéticos. Exemplos sintéticos são limpos, sem ambiguidade e sem ruído, e por isso escondem exatamente as dificuldades que caracterizam a tarefa real.
Uma base com o desbalanceamento real
São 182 registros, um por incidente distinto, acumulados em cerca de 18 meses. Uma única categoria concentra 64,8% da base e quatro categorias respondem por cerca de 94%, o que torna a acurácia global uma métrica enganosa e obriga a medir por categoria.
Notebooks que cabem na cabeça
Cada prática reimplementa o essencial do mecanismo em poucas dezenas de linhas de Python, sem GPU e sem credenciais de API, de modo que o comportamento observado na ferramenta de produção se torne inspecionável.
O humano no laço é medido, não presumido
O ciclo do GT-LFI incorpora as correções feitas pelos analistas ao conhecimento usado pelo sistema. A validação humana é fonte de sinal de correção, e não apenas uma salvaguarda burocrática.
Público diverso, entradas diferentes
Por onde começar, conforme o seu perfil
O material é o mesmo para todos. O que muda é a ordem em que ele rende mais. Escolha a trilha mais próxima da sua situação.
Estudante de graduação
Primeiro contato com resposta a incidentes.
- Entenda o encadeamento: leia o diagrama do pipeline acima, de ponta a ponta.
- Comece pela Prática 1: anonimizar é, antes de tudo, um problema de detecção, e isso fica visível em minutos.
- Fixe o vocabulário: percorra o grupo de padrões e taxonomias do catálogo.
Docente
Quer aproveitar o material em disciplina ou oficina.
- Use os notebooks como estão: são auto-contidos, executam sem GPU e sem credenciais.
- Aproveite as perguntas de discussão: cada prática traz as perguntas que conduzem a análise em sala.
- Adote os tickets sintéticos: publicados no repositório, dispensam acordo de uso de dados.
Pesquisador
Quer replicar, comparar ou estender os resultados.
- Leia as ressalvas metodológicas: números de acurácia só são comparáveis quando se sabe sobre qual conjunto e sob qual taxonomia foram medidos.
- Mapeie as lacunas: dados, avaliação, explicabilidade acionável, colaboração humano-IA e verificabilidade de agentes.
- Vá às fontes: a lista de leituras recomendadas reúne os SoKs e os estudos empíricos centrais.
Profissional de CSIRT ou SOC
Quer avaliar o que dá para levar para a operação.
- Decida a política de dados primeiro: pseudonimização não é anonimização, e o dado pseudonimizado continua sendo dado pessoal perante a LGPD.
- Meça o custo da privacidade: cerca de 60% de acurácia com modelos abertos locais contra mais de 90% com modelos comerciais.
- Monte o ambiente por camadas: visibilidade, depois detecção comportamental, e só então a camada cognitiva.
Antes da sala
Prepare o ambiente
Os notebooks foram escritos com três restrições deliberadas: são auto-contidos, executam sem GPU e sem credenciais de API, e reimplementam em poucas dezenas de linhas o mecanismo essencial de cada ferramenta.
O mínimo necessário
- Python 3.10 ou superior, com Jupyter
- A versão 3.10 é o mínimo exigido. O repositório traz o
requirements.txte as instruções de ambiente virtual. Um Jupyter local ou o Google Colab, à sua escolha. - Sem GPU
- A demonstração de referência do AnonShield executa em um notebook comum com quatro vCPUs e 8 GB de RAM. A aceleração de mais de 535 vezes sobre a geração anterior é arquitetural, medida em execução só por CPU.
- Credencial opcional
- Só a Prática 2 na versão online chama uma API, e ela tem uma variante offline equivalente. As demais rodam com provedor local ou simulado.
- Clone o repositório
- Os cinco notebooks, os tickets sintéticos, os prompts de referência e cinco procedimentos operacionais padrão estão no repositório do minicurso.
Sempre há um caminho sem credencial
Cada prática tem uma rota que dispensa rede, chave de API e orçamento, de modo que nenhum cenário de conectividade deixe alguém parado.
- Prática 1: Python puro. Se a biblioteca Transformers não estiver disponível, um reconhecedor léxico simplificado assume o papel do NER e a lição sobre cobertura continua observável.
- Prática 2:
02-classificacao.ipynbchama o Gemini em tempo real e pede uma chave do Google AI Studio.02-classificacao_offline.ipynbtraz os resultados de uma execução completa embutidos e chega aos mesmos números, sem rede. - Prática 3: provedor selecionado por uma única variável, entre um modelo local via Ollama, uma API compatível com OpenAI e um gerador simulado determinístico. O simulado é baseado em regras e não é um modelo de linguagem: existe para que a mecânica do pipeline seja exercitada sem infraestrutura.
Sobre os dados usados nas práticas
Por segurança operacional dos CSIRTs cedentes e em conformidade com a LGPD, a base real de tickets não é disponibilizada. As demonstrações ao vivo de anonimização usam tickets sintéticos, publicados no repositório. Os resultados agregados sobre a base real são apresentados de forma pré-computada, sempre acompanhados do código que os produziu.