💻 ciência da computação

Lightweight, Autonomous Security Agents for Operator Workstations: An Explainable XGBoost-Driven Authentication Policy

Este artigo apresenta um agente de segurança autônomo e leve para estações de trabalho de operadores que utiliza um módulo de dinâmica de digitação eficiente baseado em XGBoost para alcançar 99,8% de precisão de autenticação com consumo mínimo de recursos, enquanto emprega explicabilidade baseada em SHAP e políticas graduais com intervenção humana para permitir uma implantação em escala de borda sustentável.

Autores originais: Erik Pál, Róbert Lakatos, András Hajdu

Publicado 2026-10-20

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Erik Pál, Róbert Lakatos, András Hajdu

Artigo original sob licença CC BY 4.0 (https://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

No mundo moderno, a segurança digital muitas vezes depende de um ritual simples: digitar uma senha e esperar que seja o suficiente. Mas, uma vez que o usuário faz o login, essa verificação única é esquecida, deixando a sessão aberta para qualquer pessoa que possa assumir o controle do computador. Este é um perigo particular em locais como salas de controle de redes elétricas, onde um intruso com acesso à tela de um operador poderia emitir comandos que afetam o mundo físico. Para resolver isso, pesquisadores há muito buscam entender como as pessoas digitam. Cada um possui um ritmo único, uma velocidade e um tempo específicos entre o pressionar das teclas que é tão distinto quanto uma impressão digital. Esse "ritmo de digitação" pode ser medido passivamente, sem qualquer hardware especial, simplesmente observando o fluxo das teclas conforme a pessoa trabalha. O desafio tem sido construir um sistema que possa observar esse ritmo constantemente, detectar um estranho instantaneamente e fazê-lo sem drenar a bateria do computador ou retardar o trabalho do operador.

Uma equipe de pesquisadores da Universidade de Debrezen construiu um novo tipo de guarda de segurança para estações de trabalho de computador que opera sob esses princípios. Em vez de usar modelos de inteligência artificial pesados e consumidores de energia que exigem servidores poderosos, eles criaram um agente leve e autossuficiente que vive diretamente no computador do operador. Este agente atua como um observador contínuo, observando o fluxo de digitação e usando uma ferramenta de tomada de decisão rápida e eficiente para decidir se a pessoa no teclado é quem ela afirma ser. Se o agente sente a presença de um estranho, ele não bloqueia imediatamente o usuário, o que poderia ser perigoso durante um momento crítico. Em vez disso, ele segue um caminho cuidadoso e graduado de avisos e desafios, sempre explicando seu raciocínio em linguagem clara para que o operador humano possa entender e verificar a decisão.

O núcleo deste sistema é um software inteligente que aprende o estilo de digitação do operador. Os pesquisadores treinaram este software em um conjunto de dados de mais de 13.000 toques de tecla de cinco pessoas diferentes. O sistema divide o fluxo de digitação em pequenas janelas de quinze teclas e analisa o tempo de cada pressão de tecla, as pausas entre elas e a velocidade geral. Ele então compara esse padrão com o que sabe sobre o usuário legítimo. Em seus testes, este sistema foi notavelmente preciso, identificando corretamente a pessoa certa 99,8 por cento das vezes. Mais importante ainda, ele foi incrivelmente rápido e leve. Tomou uma decisão em apenas 63 milissegundos e usou apenas cerca de 20 megabytes de memória. Para colocar isso em perspectiva, os pesquisadores o compararam a um sistema de aprendizado profundo mais complexo, que levava 180 milissegundos para decidir e usava mais de sete vezes mais memória. O novo sistema também foi vastamente mais eficiente para treinar, levando pouco mais de um segundo para aprender, enquanto o método antigo exigia quase noventa segundos.

Como o sistema é tão eficiente, ele pode rodar no próprio computador sem a necessidade de enviar dados sensíveis para um servidor central na nuvem. Isso mantém a informação bruta de digitação privada e reduz a energia necessária para realizar a verificação de segurança. Os pesquisadores projetaram o agente para ser "verde", o que significa que ele minimiza o custo energético de manter o sistema seguro. Ele realiza apenas as tarefas mais caras, como gerar uma explicação detalhada de por que está suspeito, quando realmente precisa intervir. Se a digitação parece normal, o agente permanece silencioso e usa quase nenhuma energia. Quando detecta algo errado, ele espera para ver se a suspeita é uma falha pontual ou uma ameaça real. Ele exige dois ou três momentos suspeitos consecutivos antes de agir, o que evita irritar o usuário com alarmes falsos.

Quando o agente decide intervir, ele segue um processo claro e amigável ao ser humano. Primeiro, ele pode pedir ao usuário para confirmar sua identidade. Se o usuário não responder ou se a suspeita aumentar, o agente emite um alerta. Somente se a situação se tornar crítica, e o usuário tiver ignorado avisos anteriores, é que o agente bloqueia a estação de trabalho. Crucialmente, toda vez que o agente levanta um alarme, ele fornece uma explicação simples. Ele diz ao operador exatamente qual parte do seu ritmo de digitação pareceu diferente, como "o tempo que você segurou esta tecla foi muito mais longo do que o habitual". Essa transparência permite que o humano entenda a decisão e a corrija caso o agente tenha cometido um erro. Os pesquisadores testaram todo esse processo reproduzindo sessões gravadas tanto do usuário real quanto de quatro diferentes impostores. O sistema bloqueou com sucesso três dos quatro impostores dentro de quinze a vinte e dois segundos após eles começarem a digitar, sem nunca interromper o usuário legítimo.

O estudo destaca que a alta segurança não precisa vir ao custo da velocidade ou da energia. Ao usar uma abordagem leve e explicável, os pesquisadores criaram um sistema que é preciso o suficiente para capturar intrusos rapidamente, mas gentil o suficiente para evitar a interrupção do trabalho real. O agente opera com uma filosofia de "humano no circuito" (human-in-the-loop), o que significa que ele faz a detecção inicial, mas deixa as decisões de alto risco para o operador humano, apoiado por evidências claras. Esse design garante que, mesmo que o sistema de monitoramento central fique offline, as estações de trabalho individuais permaneçam protegidas. Os resultados sugerem que é possível implantar esse tipo de proteção inteligente e contínua em milhares de computadores sem sobrecarregar seus recursos, oferecendo uma maneira prática de proteger infraestruturas críticas contra a ameação sutil de uma sessão sequestrada.

Resumo Técnico: Agentes de Segurança Autônomos e Leves para Estações de Trabalho de Operadores

Declaração do Problema
Proteger as estações de trabalho de operadores em infraestruturas críticas, como redes elétricas e sistemas SCADA, requer a verificação contínua da identidade do usuário além do login inicial. A autenticação tradicional falha em detectar o sequestro de sessão ou a tomada de controle por um adversário que ganha acesso a uma sessão já aberta. Embora a autenticação contínua via dinâmica de digitação ofereça uma solução passiva, as abordagens de aprendizado profundo existentes (por exemplo, TypeNet baseada em LSTM) são frequentemente excessivamente intensivas em recursos para implantação em estações de borda (edge) distribuídas e com recursos limitados. Além disso, sistemas de segurança autônomos em ambientes de segurança crítica devem ser explicáveis e comprováveis para garantir que os operadores humanos possam confiar e verificar intervenções automatizadas. O desafio é projetar um sistema que seja leve, eficiente em termos de energia, preciso e capaz de ação autônoma, mantendo um "humano no circuito" (human-in-the-loop - HITL) para decisões de alto risco.

Metodologia
Os autores propõem um agente de segurança leve e autônomo que opera localmente na estação de trabalho do operador. O sistema segue um ciclo sensorial–cognitivo–ação:

Módulo Sensorial: Um keylogger customizado captura eventos de teclado de baixo nível (tempos de pressão/soltura, tempos de manutenção, tempos de busca, taxas de erro) e os segmenta em janelas não sobrepostas (15 toques). Ele engenharia um vetor de características (609 dimensões) incluindo agregados estatísticos, ritmos de n-gramas e velocidades de digitação cumulativas.
Módulo Cognitivo: Em vez de modelos de sequência profundos, o agente utiliza um classificador XGBoost (árvore de decisão baseada em gradiente boosting). Este módulo atua como o mecanismo de "formação de crença" do agente, emitindo uma probabilidade de que o digitador atual seja um impostor. O modelo é treinado em características de digitação engenheiradas sem reamostragem, distinguindo o usuário "Principal" inscrito do usuário "Outro".
Política de Decisão: O agente não age com base em pontuações de uma única janela. Ele utiliza uma política dependente de estado que requer evidências sustentadas para disparar intervenções. A política escala através de quatro níveis: Permitir (Allow), Desafiar (Challenge - requer 2 janelas consecutivas suspeitas), Alertar (Alert - requer 3 janelas consecutivas acima de um limiar crítico) e Crítico (Critical - bloqueio/lockout). Os limiares ( $\tau_w$ e $\tau_c$ ) são derivados dinamicamente da curva ROC (Receiver Operating Characteristic) e do EER (Equal Error Rate) do modelo em um conjunto de teste mantido à parte.
Ação e Explicação: As intervenções disparam ações específicas (por exemplo, diálogos de reautenticação). Crucialmente, cada intervenção é acompanhada por uma explicação SHAP (SHapley Additive exPlanations), utilizando especificamente o TreeSHAP para identificar as 5 principais características de tempo que contribuíram para a pontuação de impostor. Esta explicação é apresentada ao operador e a um painel de supervisão.
Humano no Circuito e Adaptação: O sistema opera sob os princípios PEP-AI (IA Precisa, Explicável e Comprovável). Ações de alto risco (bloqueios) são reversíveis pelo operador via reautenticação do sistema operacional. A adaptação do modelo (retreinamento) não é automática; requer revisão e aprovação humana explícita para evitar envenenamento adversarial.
Estrutura Orientada à Energia: Os autores avaliam o sistema não apenas em precisão, mas em quatro dimensões relacionadas à energia: esforço computacional por decisão, pegada de memória, custo de adaptação e volume de transmissão de dados. Eles comparam o XGBoost com uma linha de base baseada em LSTM (TypeNet), usando o tempo de inferência e o uso de memória como proxies para o consumo de energia sob uma suposição de potência igual.

Principais Contribuições

Arquitetura de Agente Formal: Um framework completo para autenticação contínvia baseada em digitação que integra sensação, processamento cognitivo (XGBoost) e políticas de ação graduadas em um único agente autônomo.
Política de Intervenção Graduada e Explicável: Uma política que escala do consentimento silencioso para o bloqueio com base em janelas consecutivas suspeitas, com limiares derivados das características de erro do modelo. Inclui um canal baseado em SHAP que fornece justificativas legíveis por humanos para as intervenções sem revelar os dados brutos de digitação.
Design de Borda Preservador de Privacidade: Um design onde os dados biométricos brutos e o modelo permanecem no dispositivo de borda. Apenas as decisões, estatísticas de tempo agregadas e explicações SHAP são transmitidas para um supervisor, garantindo a privacidade e reduzindo a largura de banda.
Avaliação Orientada à Energia: Uma reinterpretação das métricas padrão (latência, memória, tempo de treinamento) como indicadores de eficiência energética, demonstrando que um conjunto de árvores leve pode superar as bases de aprendizado profundo tanto em precisão quanto em eficiência de recursos.

Resultos
Avaliado em um benchmark de 13.251 toques de 5 usuários:

Precisão: O módulo XGBoost alcançou 99,8% de precisão, superando a linha de base TypeNet (98,6%). O módulo reduziu o EER (Equal Error Rate) de 0,0167% para 0,0017%. No contexto do agente, este EER de 0,0017% é reinterpretado como a Taxa de Intervenção Falsa (FIR) ao nível de toque, representando a fração de toques legítimos do operador tratados como intrusão no ponto de operação do EER. (Nota: a implementação de referência específica do modelo usado para derivação de limiar mostrou um EER de 1,68% em seu próprio conjunto de teste de sessão, mas a comparação principal do benchmark destaca a melhoria de 0,0017% no EER).
Eficiência: O agente XGBoost demonstrou consumo de recursos significativamente menor:
- Tempo de Inferência: 63 ms vs. 180 ms para TypeNet (aprox. 2,86x mais rápido).
- Memória: Uso de pico de memória de 20,52 MB vs. 145,90 MB (aprox. 7x menor).
- Tamanho do Modelo: 0,18 MB vs. 1,99 MB (aprox. 11x menor).
- Tempo de Treinamento: 1,02 s vs. 87,85 s (aprox. 86x mais rápido).
Desempenho End-to-End: Em uma reprodução de sessões retidas, o agente conseguiu bloquear três de quatro impostores dentro de 15–22 segundos de digitação. Gerou zero intervenções falsas no fluxo do operador inscrito, enquanto uma política de janela única teria disparado duas.
Qualidade da Explicação: As explicações SHAP foram consideradas fiéis (resetar as principais características reduziu significativamente a probabilidade de impostor), estáveis (razões consistentes entre janelas consecutivas) e verificáveis (96,6% dos valores reportados estavam fora da faixa usual do operador).

Significância e Alegações
O artigo afirma que este design permite a "implantação em massa na borda" de autenticação contínua em infraestruturas críticas ao alinhar-se com os princípios da IA Verde (Green AI). Os autores argumentam que segurança e eficiência energética não são objetivos opostos neste contexto; o modelo mais preciso (XGBoost) é também o mais eficiente computacionalmente. Ao localizar o processamento e a tomada de decisão, o sistema elimina a necessidade de GPUs, conectividade permanente à nuvem e a transmissão de dados comportamentais brutos.

A significância reside na mudança da predição passiva para a ação autônoma e explicável. O sistema fornece uma camada de segurança "Precisa, Explicável e Comprovável" (PEP-AI) onde cada intervenção é justificada por evidências baseadas em dados (SHAP) e registrada para auditoria. Os autores enfatizam que, embora o agente aja autonomamente em decisões de baixo risco, ele mantém um humano no circuito para ações de alto risco (bloqueios e retreinamento de modelos), garantindo que o sistema permaneça confiável e adaptável em ambientes de segurança crítica, como salas de controle de redes elétricas. O trabalho estende as descobertas de conferências anteriores ao formalizar a arquitetura do agente, introduzir a política graduada e fornecer uma avaliação abrangente orientada à energia.

Mais como este