BioEnvSense: A Human-Centred Security Framework for Preventing Behaviour-Driven Cyber Incidents

Resumo Técnico: BioEnvSense

1. O Problema
A cibersegurança moderna enfrenta um desafio crítico: a vasta maioria das violações (aproximadamente 95%) é causada por erro humano ou comportamentos de risco, e não por falhas técnicas. Essas falhas frequentemente ocorrem devido a fatores cognitivos e emocionais, como estresse, distração ou fadiga mental, que comprometem a capacidade do usuário de seguir protocolos de segurança.
As soluções atuais, como treinamentos de conscientização e autenticação biométrica estática (ex.: reconhecimento facial), são insuficientes porque não monitoram o estado real-time do usuário nem adaptam as defesas com base na sua carga cognitiva ou nível de estresse. Além disso, as ameaças internas não intencionais representam um custo financeiro e operacional significativo, exigindo sistemas que sejam proativos e adaptáveis ao contexto humano.

2. Metodologia
O artigo propõe o BioEnvSense, um quadro conceitual de segurança que integra dados biométricos "suaves" (soft biometrics) e sensores ambientais para estimar o estado emocional e cognitivo do usuário em tempo real.

• Coleta e Pré-processamento de Dados:

  • Utilizou-se o conjunto de dados público "Health-Spa" (Anicai e Shakir, 2023), contendo dados de 14 participantes ao longo de 600 minutos.
  • Sensores: Frequência cardíaca (HR), Resposta Galvânica da Pele (GSR), Temperatura, Iluminância (Lux) e Ruído (dB).
  • Pré-processamento: Limpeza de dados, seleção de características, padronização Z-score (por sujeito), segmentação em janelas deslizantes de 30 segundos e divisão rigorosa dos dados (80% treino, 20% validação) baseada em sujeitos para evitar vazamento de dados.

• Definição de Rótulos (Labeling):

  • Como o dataset original não possuía rótulos de erro, foi criado um esquema de pontuação de risco composto:
    • Desempenho Cognitivo: Calculado com base em condições ambientais (temperatura, ruído, luz) usando fatores de ponderação baseados em literatura científica.
    • Estresse Fisiológico: Calculado a partir da HR e GSR normalizadas (HR ponderada em 70%, GSR em 30%).
  • Fórmula de Risco: Risco Total = 0.7 × Estresse + 0.3 × (1 - Desempenho Cognitivo).
  • Classes de Saída: O risco é classificado em quatro níveis: "Executar normalmente" (Baixo), "Mostrar aviso" (Moderado), "Limitar acesso" (Alto) e "Informar pessoa de backup" (Crítico).

• Desenvolvimento do Modelo:

  • Foram testadas quatro arquiteturas. Arquiteturas de ensemble tradicionais (Random Forest, Gradient Boosting) falharam devido a vazamento de dados e incapacidade de capturar dependências temporais.
  • Arquitetura Selecionada: Um modelo híbrido CNN-LSTM (Rede Neural Convolucional + Long Short-Term Memory).
    • CNN: Extrai padrões espaciais e morfologia local dos dados dos sensores (ex.: picos súbitos de GSR).
    • LSTM: Captura a dinâmica temporal e dependências de longo prazo, distinguindo entre excitação fisiológica momentânea e estresse sustentado.
  • Regularização: Uso de Dropout e regularização L2 para evitar overfitting.

• Implantação (Deployment):

  • Arquitetura de microsserviços modular:
    1. Motor de Inferência (Flask/API): Executa o modelo CNN-LSTM.
    2. Gateway de Aplicação: Atua como buffer e agregador de estado, garantindo que o modelo receba janelas de tempo completas antes de inferir.
    3. Nó de Sensor IoT: Simula o fluxo de dados em tempo real (1 Hz).

3. Contribuições Chave

• Abordagem Centrada no Humano: Transição de defesas estáticas para um sistema de segurança adaptativo que responde ao estado fisiológico e ambiental do usuário.
• Fusão Multimodal: Integração inovadora de dados fisiológicos e ambientais para prever vulnerabilidade a erros humanos, preenchendo a lacuna entre a literatura de cibersegurança e a computação afetiva.
• Arquitetura Híbrida CNN-LSTM: Demonstração de que modelos de aprendizado profundo sequenciais superam métodos estáticos na detecção de eventos de estresse dinâmicos, especialmente em cenários independentes de sujeitos (subject-independent).
• Framework de Implantação Realista: Proposta de uma arquitetura de microsserviços funcional para monitoramento contínuo e intervenções proativas (avisos, restrições de acesso).

4. Resultados

• Desempenho do Modelo: O modelo CNN-LSTM (Modelo 4) alcançou uma acurácia de 84% em dados de validação independentes de sujeitos.
• Validação Cruzada: A validação cruzada de 5 dobras resultou em uma acurácia média de 79,8%, confirmando a generalização do modelo para novos usuários.
• Comparação: Embora ligeiramente inferior à acurácia de 86,5% de estudos anteriores que usavam Random Forest para tarefas diferentes (classificação de risco cardíaco), o modelo CNN-LSTM é superior para a tarefa específica de prever eventos de erro humano baseados em séries temporais, evitando o overfitting e o vazamento de dados que afetaram os modelos de stacking iniciais (que caíram de 97% para 68% na validação cruzada).
• Análise de Confusão: O modelo demonstrou alta sensibilidade na classe crítica "Mostrar aviso", embora houvesse alguma confusão entre as classes de baixo e moderado risco, refletindo a sobreposição de assinaturas fisiológicas.

5. Significado e Limitações

• Significado: O trabalho demonstra que é possível mitigar ameaças internas não intencionais através de monitoramento contínuo e intervenções adaptativas. O sistema permite que organizações atuem preventivamente antes que um erro humano ocorra, baseando-se em sinais biológicos e contextuais objetivos.
• Limitações:
  • Desequilíbrio de Classes: O dataset original possui mais dados de estados de "homeostase" do que de estresse crítico, o que pode enviesar o modelo.
  • Validade de Construto: Os rótulos são baseados em heurísticas teóricas e não em relatos subjetivos ou validação bioquímica em tempo real, assumindo uma resposta uniforme entre os sujeitos.
  • Generalização: O modelo foi treinado em um ambiente controlado (simulação de estresse ambiental), podendo não capturar nuances de estresse psicossocial complexo do mundo real.
• Futuro: Sugere-se a implementação de uma fase de calibração individual (24h) para adaptar o modelo a cada usuário (aprendizado por transferência) e a coleta de novos dados em ambientes do mundo real para aumentar a validade ecológica.

Em conclusão, o BioEnvSense oferece uma estrutura técnica robusta para transformar a cibersegurança de uma defesa passiva para um sistema dinâmico e sensível ao contexto humano, reduzindo significativamente o risco de incidentes causados por falhas comportamentais.