◇ 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, EX043.

flowchart TD
  N0["7.1 Uma afirmação por capítulo"]
  N1["7.2 O que o arquivo contém"]
  N2["7.3 Ambiente"]
  N3["7.4 Declaração de disponibilidade de dados"]
  N4["7.5 Saídas legíveis por máquina"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5
  N5 --> EX["Exemplo resolvido"]
  EX --> Q["Exercício EX043"]

Desenho lógico

flowchart LR
  N0["7.1 Uma afirmação por capítulo"]
  N1["7.2 O que o arquivo contém"]
  N2["7.3 Ambiente"]
  N3["7.4 Declaração de disponibilidade de dados"]
  N4["7.5 Saídas legíveis por máquina"]
  N5["Síntese"]
  N0 --> N1 --> N2 --> N3 --> N4 --> N5 --> Q["EX043"]

[7.1 Uma afirmação por capítulo]
    |
    v
[7.2 O que o arquivo contém]
    |
    v
[7.3 Ambiente]
    |
    v
[7.4 Declaração de disponibilidade de dados]
    |
    v
[7.5 Saídas legíveis por máquina]
    |
    v
[Síntese]
    |
    v
[Exemplo resolvido] --> [Exercício EX043]

Objetivos de aprendizagem

Você vai (1) estruturar uma tese de modo que cada capítulo carregue uma afirmação; (2) montar um arquivo de reprodutibilidade que exclua legalmente os dados restritos; (3) documentar o ambiente de software e as sementes aleatórias; (4) escrever uma declaração de disponibilidade de dados honesta sobre as restrições.

7.1 Uma afirmação por capítulo

Os leitores devem conseguir enunciar em uma frase a afirmação de cada capítulo: desenho de integridade; lacuna; proposta; replicação da linha de base; resultado principal de calibração; robustez sob crítica. Se um capítulo tem três afirmações sem relação entre si, divida-o; se não tem nenhuma, corte-o. Tomas aplicou o teste a cada um dos seus seis capítulos: um capítulo cuja afirmação não podia ser enunciada em uma frase foi dividido ou cortado, e o teste flagrou um capítulo de rascunho que misturava a lacuna com a proposta. No capítulo de calibração, a frase precisa nomear a medida e o escopo do corpus, como pede o EX043.

7.2 O que o arquivo contém

Código, versões do livro de códigos, dados sintéticos de teste, tabelas agregadas de resultados, o pré-registro e um script que reconstrói cada figura. As entradas restritas — relatórios TLP:AMBER+STRICT, texto licenciado de fornecedores — são substituídas por um manifesto de identificadores e hashes SHA-256, para que alguém com acesso legítimo possa verificar se tem os mesmos arquivos. O arquivo de Tomas contém 14 scripts, 3 versões do livro de códigos, um manifesto com os hashes de 1.200 relatórios e amostras sintéticas que exercitam todos os caminhos do código. Um colega sem acesso ao laboratório reconstruiu cada figura em menos de uma hora, e esse é o teste que importa.

7.3 Ambiente

Registre a versão do Python e confirme que a análise usa apenas a biblioteca padrão, ou fixe cada dependência. Registre toda semente aleatória usada na amostragem. "Rodou no meu notebook" não é reprodutibilidade. Os laboratórios de Tomas usam apenas a biblioteca padrão, o que elimina a maior parte da deriva de dependências; ainda assim, o arquivo registra a versão do Python usada. A seleção da amostra principal usa uma semente registrada, de modo que os 340 julgamentos podem ser sorteados de novo a partir do manifesto por qualquer pessoa com acesso legítimo aos relatórios. O arquivo também registra o sistema operacional em que as figuras foram geradas, porque a reconstrução de uma hora feita pelo colega aconteceu em outra máquina.

7.4 Declaração de disponibilidade de dados

Declare o que é aberto, o que é restrito e por quê, e como um pesquisador autorizado pode pedir acesso. Não escreva "disponível mediante solicitação" se, na prática, os pedidos serão recusados. Para Tomas, a parte restrita são os 200 relatórios TLP:AMBER+STRICT e o texto licenciado de fornecedores. Sua declaração nomeia a comunidade de compartilhamento e o titular da licença como caminhos de acesso, e o manifesto de hashes permite que um pesquisador autorizado confirme que tem os mesmos arquivos. Ela também diz o que um pesquisador autorizado não pode obter: os relatórios em si nunca saem do laboratório, de modo que ter acesso significa trabalhar no local, sob as mesmas regras TLP:AMBER+STRICT que vinculavam Tomas.

7.5 Saídas legíveis por máquina

Quando a tese produz estruturas reutilizáveis — por exemplo, um mapeamento de expressões estimativas para intervalos de probabilidade —, publique-as como JSON ou CSV simples, com um esquema. Se o trabalho criar objetos de ameaça, o STIX 2.1 e o TAXII 2.1 oferecem formatos padrão de troca, mas uma tese de método raramente precisa deles. O mapeamento de expressões para probabilidades de Tomas é o candidato óbvio: um CSV com uma linha por expressão estimativa, seu intervalo numérico e a versão do livro de códigos, para que outros possam aplicar o mesmo mapeamento aos próprios relatórios.

Exemplo resolvido

Um colega sem acesso ao laboratório recebe apenas o arquivo, executa o script de reconstrução sobre as amostras sintéticas e as tabelas agregadas e compara cada figura com o rascunho da tese; todas as figuras coincidem, e a reconstrução inteira leva menos de uma hora.

Caso sintético. O conteúdo do arquivo e o teste de reconstrução são inventados.

Erros e limites

Manifestos de hashes provam a identidade dos arquivos, não a legitimidade do acesso. A hospedagem do arquivo precisa respeitar as mesmas restrições que os dados.

Exercícios

Síntese

Uma afirmação por capítulo, um arquivo que reconstrói tudo o que é legítimo, disponibilidade honesta e dados restritos representados apenas por hashes.

Continue estudando — capítulo 07 de 08

← Capítulo 06 (rascunho) · Índice de capítulos do curso · Capítulo 08 (rascunho) →