◇ OpenCyber Academy
Pesquisa doutoral · Capítulo 7 · Português

Capítulo 7 — Síntese da tese e arquivo de reprodutibilidade

Ensino gratuito e aberto para quem deseja proteger pessoas e tecnologias. Não é preciso criar uma conta para estudar ou consultar as respostas.

Capítulo 7 — Síntese da tese e arquivo de reprodutibilidade

Mapa da aula

Aula 07 publicada. Mapa, exemplo, EX039.

flowchart TD
  N0["7.1 Síntese"]
  N1["7.2 O arquivo"]
  N2["Laboratório — Digests de manifesto para um arquivo d"]
  N3["7.3 Proteger os participantes"]
  N4["7.4 O que o arquivo possibilita"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5
  N5 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX039"]

Desenho lógico

flowchart LR
  N0["7.1 Síntese"]
  N1["7.2 O arquivo"]
  N2["Laboratório — Digests de manifesto para um arquivo d"]
  N3["7.3 Proteger os participantes"]
  N4["7.4 O que o arquivo possibilita"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> Q["EX039"]

[7.1 Síntese]
    |
    v
[7.2 O arquivo]
    |
    v
[Laboratório — Digests de manifesto para um arquivo d]
    |
    v
[7.3 Proteger os participantes]
    |
    v
[7.4 O que o arquivo possibilita]
    |
    v
[Síntese]
    |
    v
[Exemplo resolvido] --> [Exercício EX039]

Objetivos de aprendizagem

Você vai (1) sintetizar os achados em uma tese coerente; (2) montar um arquivo de reprodutibilidade; (3) proteger os participantes nos dados compartilhados.

7.1 Síntese

A tese de Mireille liga quatro partes: a crítica à taxa de cliques, o protocolo de medição, o estudo escalonado e a replicação. Ela enquadra a contribuição geral como evidência de que programas centrados em reportes podem melhorar a rapidez dos reportes quando reportar é barato e o retorno é rápido, o que é coerente com a ideia de orçamento de compliance de Beautement, Sasse e Wonham (2008). Ela também lista o que continua desconhecido: qual componente importa mais, se os efeitos duram além de catorze meses e se o reporte se traduz em menos incidentes danosos. Cada incógnita é ligada a um desenho concreto capaz de respondê-la.

7.2 O arquivo

Mireille monta um arquivo com o pré-registro, o código de análise, o guia de codificação, o log de mudanças, os dados anonimizados por departamento-mês, os modelos de simulação com suas classificações de dificuldade e as aprovações éticas. Cada arquivo é listado em um manifesto com um digest SHA-256, para que qualquer pessoa possa verificar que os arquivos não mudaram desde a publicação. O laboratório monta um manifesto para um pequeno arquivo sintético, depois edita um dos arquivos e mostra que a verificação aponta uma divergência. Ela testa o arquivo pedindo a um colega que execute de novo a análise principal apenas a partir dele, em um computador novo, o que dá certo depois que um arquivo faltante é acrescentado.

Laboratório — Digests de manifesto para um arquivo de reprodutibilidade

# Build a SHA-256 manifest for a synthetic archive, then detect an edited file.
import hashlib
files = {"prereg.md": b"H1: reporting rises after switch\n", "dept_month.csv": b"dept,month,rate\nG1,1,0.24\n",
         "coding_guide.md": b"Suspicious if sender spoofed or link mismatched\n"}
manifest = {n: hashlib.sha256(b).hexdigest() for n, b in files.items()}
files["dept_month.csv"] = b"dept,month,rate\nG1,1,0.42\n"
for n, b in files.items():
    print(f"{n}: {'OK' if hashlib.sha256(b).hexdigest() == manifest[n] else 'MISMATCH'} {manifest[n][:12]}")

Execute com python3 lab_archive.py. Saída verificada:

prereg.md: OK 32460485b7ca
dept_month.csv: MISMATCH 92dd85d36614
coding_guide.md: OK 0b96e40b1bab

7.3 Proteger os participantes

Mesmo dados por departamento podem identificar pessoas em departamentos pequenos. Mireille funde os departamentos com menos de vinte servidores em grupos maiores antes da divulgação e elimina datas mais finas do que o mês. Os modelos de simulação são compartilhados sem a identidade visual da Vantor. Ela verifica que não restou nenhum campo de texto livre. O encarregado de proteção de dados da Vantor revisa o arquivo antes da divulgação. Reprodutibilidade e privacidade podem entrar em conflito, e ela documenta cada escolha para que outros entendam o que foi retido e por quê. O encarregado assina uma declaração curta confirmando a revisão, que é incluída no arquivo, e Mireille registra quais variáveis foram removidas ou agregadas.

7.4 O que o arquivo possibilita

Com o arquivo, outro pesquisador pode executar de novo todas as análises, conferir as decisões de codificação e reutilizar o protocolo em uma nova organização. O Prof. Aalto observa que isso importa especialmente na pesquisa sobre comportamento, em que os resultados muitas vezes não se replicam e as organizações mudam depressa. Mireille deposita o arquivo no repositório da Calder com um identificador persistente e uma licença que permite reutilização. Ela também escreve um guia curto para profissionais, para que as organizações possam aplicar o protocolo sem ler a tese inteira. Planeja atualizar o arquivo se forem encontrados erros.

Exemplo resolvido

Mireille sintetiza seus achados com incógnitas claras, monta um arquivo verificado por digests, protege os participantes por meio de agregação e o deposita junto com um guia para profissionais.

Caso sintético. O conteúdo do arquivo é sintético; Beautement, Sasse e Wonham (2008) é real.

Erros e limites

Digests provam que os arquivos não mudaram, não que estão corretos. A agregação reduz o detalhe analítico.

Exercícios

Síntese

A síntese de uma tese declara contribuições e incógnitas, e um arquivo atento à privacidade permite que outras pessoas verifiquem e reutilizem o trabalho.

Continue estudando — aula 07 (capítulo 07 de 08)

← Capítulo 06 · Índice das aulas · Capítulo 08 →

Continue para a próxima aula já escrita.