💻 computer science

MuSimA: A Tool with Multi-modal Input for Generating Bespoke ABAC Datasets

O artigo apresenta o MuSimA, uma ferramenta web de código aberto que gera conjuntos de dados sintéticos personalizados para Controle de Acesso Baseado em Atributos (ABAC) a partir de especificações de distribuição de probabilidade fornecidas via JSON ou esboços manuais processados por modelos de linguagem.

Autores originais: Saket Jha (Indian Institute of Technology Kharagpur, India), Karthikeya S. M. Yelisetty (Indian Institute of Technology Kharagpur, India), Singabattu Sathya (Indian Institute of Technology Kharagpur

Publicado 2026-04-15

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Saket Jha (Indian Institute of Technology Kharagpur, India), Karthikeya S. M. Yelisetty (Indian Institute of Technology Kharagpur, India), Singabattu Sathya (Indian Institute of Technology Kharagpur, India), Shamik Sural (Indian Institute of Technology Kharagpur, India)

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você é um arquiteto de segurança tentando construir um castelo digital (um sistema de controle de acesso) para uma empresa gigante. Para testar se as suas fechaduras e guardiões funcionam bem, você precisa de "ladrões" e "visitantes" virtuais para tentar entrar.

O problema? As empresas reais não querem te emprestar os nomes dos seus funcionários ou dos seus arquivos secretos para você brincar de segurança. É como pedir a um banco que te dê a lista de todos os seus clientes para você testar um cofre. Eles não vão fazer isso por questões de privacidade.

Até agora, os pesquisadores tinham que inventar esses "ladrões" e "visitantes" de cabeça, ou usar listas muito pequenas e limitadas que já existiam. Isso era como tentar testar um carro de Fórmula 1 em uma pista de brinquedo: não dá para ver se ele aguenta a velocidade real.

É aqui que entra o MuSimA (o "Mágico" do texto).

O Que é o MuSimA?

O MuSimA é uma ferramenta online que cria pessoas e cenários falsos, mas perfeitos, para você testar seus sistemas de segurança. Ele gera um "universo de teste" completo, cheio de usuários, recursos (como arquivos ou impressoras) e condições do ambiente (como "está chovendo" ou "é horário de expediente").

A mágica dele é que ele não apenas cria números aleatórios; ele cria padrões.

Como Funciona? (Duas Maneiras de Dar as Instruções)

O MuSimA entende dois tipos de linguagem para criar esses cenários:

O Modo "Engenheiro" (Arquivo JSON):
Imagine que você é um chef de cozinha. Você pega uma receita escrita em código (um arquivo JSON) e diz:
- "Quero 1.000 clientes."
- "Desses, 50% devem ser administradores e 50% usuários comuns."
- "Quero que os administradores tenham um comportamento 'normal' (a maioria no meio, poucos extremos)."
- "Quero que os usuários comuns sigam uma distribuição 'Poisson' (muitos poucos, alguns muitos)."
  O MuSimA lê essa receita e assa o bolo exatamente como pedido.
O Modo "Artista" (Desenhos à Mão):
E se você não sabe programar ou não quer escrever códigos complexos? O MuSimA permite que você desenhe.
- Você pega um papel, desenha um gráfico de como quer que os dados se comportem (um pico no meio, uma linha reta, uma curva estranha).
- Você tira uma foto e envia para o MuSimA.
- Aí entra o "cérebro" da ferramenta (uma Inteligência Artificial chamada LLM). Ela olha para o seu rabisco, entende: "Ah, ele quer uma curva em forma de sino!" e traduz seu desenho em números e regras matemáticas para criar os dados. É como se a IA fosse um tradutor que transforma seu desenho em uma receita de bolo.

O Que Ela Produz?

Depois de receber suas instruções (seja por código ou desenho), o MuSimA gera uma pasta cheia de arquivos que contêm:

A Lista de Personagens: Quem são os usuários, o que eles têm de atributos (cargo, idade, departamento).
As Regras de Acesso: Quem pode entrar onde? (Ex: "O João só pode acessar o arquivo X se estiver na segunda-feira").
O Resultado Final: Uma matriz que diz, para cada combinação possível, se o acesso foi permitido ou negado.

Por Que Isso é Importante?

Antes do MuSimA, os pesquisadores tinham que usar ferramentas que eram como "caixas de brinquedo":

Não conseguiam simular o "ambiente" (como o clima ou o horário), que é crucial para o controle de acesso moderno.
Não conseguiam mudar a "personalidade" dos dados (a distribuição) para testar situações extremas.
Eram limitados ao tamanho dos dados reais que conseguiam roubar (de forma anônima) de empresas.

O MuSimA é como ter uma fábrica de universos paralelos. Você pode pedir: "Crie um sistema com 1 milhão de usuários, onde 99% são normais e 1% são hackers tentando entrar às 3 da manhã". E ele cria isso em segundos, sem violar a privacidade de ninguém.

Resumo da Ópera

O MuSimA é uma ferramenta que permite aos cientistas de segurança criarem seus próprios mundos de teste de forma fácil e flexível. Você pode ser um programador experiente ou apenas alguém que sabe desenhar um gráfico; a ferramenta entende você, cria os dados sintéticos perfeitos e entrega tudo pronto para você testar se suas fechaduras digitais são realmente à prova de bala.

E o melhor? É gratuito e de código aberto, então qualquer um pode usar para construir sistemas de segurança mais fortes para o futuro.

1. Problema Identificado

O artigo aborda uma lacuna crítica na pesquisa sobre Controle de Acesso Baseado em Atributos (ABAC): a falta de ferramentas robustas para gerar conjuntos de dados sintéticos em larga escala e personalizados para testar sistemas ABAC.

Limitações dos Dados Atuais: A maioria das pesquisas utiliza apenas dados sintéticos gerados por ferramentas de simulação isoladas ou conjuntos de dados reais limitados (como Amazon Kaggle e Amazon UCI), que possuem um número fixo de entradas e atributos.
Falta de Flexibilidade: Ferramentas existentes (como ConGRASS ou ABAC Lab) não permitem que os usuários especifiquem distribuições de valores de atributos personalizadas ou lidem com atributos ambientais (um diferencial crucial do ABAC em relação a modelos como RBAC e DAC).
Dificuldade de Escala: Não há ferramentas que permitam gerar dados com tamanhos e complexidades variáveis para estudar a escalabilidade de algoritmos de mineração de políticas e segurança.

2. Metodologia e Arquitetura do MuSimA

O MuSimA (Multi-Modal Simulator for ABAC Systems) é uma aplicação web leve (baseada em Flask) projetada para gerar conjuntos de dados ABAC sintéticos que atendem a especificações de distribuição de probabilidade definidas pelo usuário.

A. Entrada Multimodal

O sistema aceita especificações de configuração de duas formas principais:

Arquivo JSON Estruturado: Os usuários definem manualmente o número de entidades (sujeitos, objetos, ambiente), atributos, cardinalidade de valores e parâmetros de distribuição (Normal, Poisson, Uniforme).
Esboços Desenhados à Mão (Multi-modal): Para usuários não familiarizados com parâmetros estatísticos, o MuSimA permite o upload de imagens com esboços das distribuições desejadas.
- Processamento com LLM: Um Modelo de Linguagem Grande (LLM), especificamente a API Gemini, é utilizado para analisar as imagens, identificar o tipo de distribuição e extrair os parâmetros (ex: média e variância para Normal, lambda para Poisson).
- Refinamento Iterativo: O sistema emprega um processo de refinamento onde o LLM compara o esboço original com uma aproximação gerada e ajusta os parâmetros para garantir que as bordas e a largura da curva correspondam ao desenho original.

B. Processo de Geração de Dados

O gerador segue um pipeline de cinco etapas:

Geração de Entidades e Atributos: Criação de identificadores para Sujeitos ( $S$ ), Objetos ( $O$ ), Entidades Ambientais ( $E$ ) e seus respectivos atributos.
Geração de Valores de Atributo: Definição dos conjuntos de valores possíveis para cada atributo.
Atribuição de Valores às Entidades: Atribuição de valores específicos a cada entidade baseada nas distribuições solicitadas:
- Normal: Amostragem truncada e mapeamento em intervalos.
- Poisson: Cálculo de probabilidades discretas e amostragem.
- Uniforme: Seleção aleatória uniforme.
Geração de Políticas ABAC: Criação de regras de permissão ( $\Pi^+$ ) e negação ( $\Pi^-$ ) baseadas nos pares atributo-valor gerados, com semântica de "negação sobrepõe permissão".
Geração da Matriz de Controle de Acesso (ACM): Avaliação de todas as combinações $(s, o, e)$ contra as regras para determinar se o acesso é permitido (1) ou negado (0).

3. Principais Contribuições

Primeira Ferramenta Multimodal para ABAC: Integração de entrada textual (JSON) e visual (esboços) usando LLMs para extrair parâmetros de distribuição, democratizando o uso para pesquisadores sem profundo conhecimento estatístico.
Suporte a Atributos Ambientais: Diferencia-se de outras ferramentas ao permitir a geração e manipulação de atributos de ambiente, essenciais para modelos ABAC realistas.
Personalização Total: Permite que o usuário defina tamanhos de conjuntos de dados arbitrários, complexidade de regras e distribuições específicas de valores de atributos.
Saída Abrangente: Gera um pacote ZIP contendo:
- output.json: Estrutura completa do sistema ABAC.
- ACM.txt: Matriz de controle de acesso.
- access_data.txt: Dados achatados prontos para aplicações de Machine Learning.
- Atestação de Distribuição: Imagens comparativas mostrando o quão bem os dados gerados correspondem às distribuições desejadas.
Código Aberto e Privacidade: O código é open-source, permitindo que organizações rodem a ferramenta localmente para evitar preocupações com privacidade de dados.

4. Resultados Experimentais

Os autores validaram a precisão do MuSimA através de experimentos em larga escala:

Configuração: 100.000 sujeitos, 2.500 objetos, 1.000 entidades ambientais e 50 regras de autorização.
Precisão: Foram utilizadas 60 distribuições diferentes.
- Erro Médio Global: 4,66%.
- Atributos de Sujeito (SA): Erro médio de 3,25% (a maioria abaixo de 4%).
- Atributos de Objeto (OA): Erro médio de 5,45%.
- Atributos Ambientais (EA): Erro médio de 5,30%.
Análise de Erro: Distribuições mais complexas ou altamente enviesadas apresentaram erros ligeiramente maiores, mas a ferramenta manteve uma precisão aceitável. A comparação entre contagens "Esperadas" vs. "Reais" para distribuições Normal, Poisson e Uniforme confirmou a fidelidade da geração.

5. Significância e Impacto

O MuSimA preenche uma lacuna fundamental no ecossistema de pesquisa em segurança, permitindo que novos algoritmos de mineração de políticas, sistemas de decisão e mecanismos de aplicação de segurança sejam testados em cenários sintéticos que mimetizam a complexidade do mundo real.

Reprodutibilidade: Facilita a comparação justa entre diferentes abordagens de pesquisa ao fornecer dados padronizados, porém customizáveis.
Escalabilidade: Permite testar a performance de sistemas ABAC sob cargas massivas de dados, algo impossível com os pequenos conjuntos de dados reais disponíveis publicamente.
Flexibilidade: Ao suportar entradas visuais via LLM, reduz a barreira de entrada para pesquisadores que desejam criar cenários de teste específicos sem precisar dominar a parametrização estatística manual.

Em suma, o MuSimA é uma ferramenta vital para avançar a pesquisa em ABAC, oferecendo um meio controlado, escalável e realista para a validação de sistemas de controle de acesso modernos.