Avaliação da Qualidade de Dados Sintéticos em Cenários de Ameaças Persistentes Avançadas
Resumo
A detecção de Ameaças Persistentes Avançadas (APTs) requer dados representativos, mas registros operacionais são escassos e podem expor informações sensíveis. Este trabalho apresenta um protocolo de avaliação que combina fidelidade estatística e validade de domínio dos fluxos de rede. A contribuição principal é um procedimento de diagnóstico complementar, com regras e critérios de agregação explícitos. Aplicado aos conjuntos de CTGAN, TimeGAN e TWCGAN, com Unraveled como referência, o protocolo identificou maior validade de domínio na TWCGAN (0,826) e maior fidelidade estatística na TimeGAN (0,840). Os rankings distintos e as violações de contagens discretas mostram por que a semelhança estatística, isoladamente, não estabelece a adequação ao treinamento de detectores. A utilidade na detecção e a preservação temporal ainda precisam ser avaliadas.Referências
Borji, A. (2019). Pros and cons of GAN evaluation measures. Computer Vision and Image Understanding, 179:41–65. DOI: 10.1016/j.cviu.2018.10.009.
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A. e Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems, 27. [link].
Gretton, A., Borgwardt, K. M., Rasch, M. J., Schölkopf, B. e Smola, A. (2012). A kernel two-sample test. Journal of Machine Learning Research, 13:723–773. [link].
Lautrup, A. D., Hyrup, T., Zimek, A. e Schneider-Kamp, P. (2025). SynthEval: A framework for detailed utility and privacy evaluation of tabular synthetic data. Data Mining and Knowledge Discovery, 39, artigo 6. DOI: 10.1007/s10618-024-01081-4.
Myneni, S., Jha, K., Sabur, A., Agrawal, G., Deng, Y., Chowdhary, A. e Huang, D. (2023). Unraveled – A semi-synthetic dataset for advanced persistent threats. Computer Networks, 227:109688. DOI: 10.1016/j.comnet.2023.109688.
Ring, M., Wunderlich, S., Scheuring, D., Landes, D. e Hotho, A. (2019). A survey of network-based intrusion detection data sets. Computers & Security, 86:147–167. DOI: 10.1016/j.cose.2019.06.005.
Sommer, R. e Paxson, V. (2010). Outside the closed world: On using machine learning for network intrusion detection. IEEE Symposium on Security and Privacy, p. 305–316. DOI: 10.1109/SP.2010.25.
Theis, L., van den Oord, A. e Bethge, M. (2016). A note on the evaluation of generative models. International Conference on Learning Representations. [link].
Wasserstein, R. L. e Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2):129–133. DOI: 10.1080/00031305.2016.1154108.
Xu, L., Skoularidou, M., Cuesta-Infante, A. e Veeramachaneni, K. (2019). Modeling tabular data using conditional GAN. Advances in Neural Information Processing Systems, 32. [link].
Yoon, J., Jarrett, D. e van der Schaar, M. (2019). Time-series generative adversarial networks. Advances in Neural Information Processing Systems, 32.
Zhang, B., Gao, Y., Kuang, B., Yu, C., Fu, A. e Susilo, W. (2025). A survey on advanced persistent threat detection: A unified framework, challenges, and countermeasures. ACM Computing Surveys, 57(3), artigo 62. DOI: 10.1145/3700749.
Goodfellow, I. J., Pouget-Abadie, J., Mirza, M., Xu, B., Warde-Farley, D., Ozair, S., Courville, A. e Bengio, Y. (2014). Generative adversarial nets. Advances in Neural Information Processing Systems, 27. [link].
Gretton, A., Borgwardt, K. M., Rasch, M. J., Schölkopf, B. e Smola, A. (2012). A kernel two-sample test. Journal of Machine Learning Research, 13:723–773. [link].
Lautrup, A. D., Hyrup, T., Zimek, A. e Schneider-Kamp, P. (2025). SynthEval: A framework for detailed utility and privacy evaluation of tabular synthetic data. Data Mining and Knowledge Discovery, 39, artigo 6. DOI: 10.1007/s10618-024-01081-4.
Myneni, S., Jha, K., Sabur, A., Agrawal, G., Deng, Y., Chowdhary, A. e Huang, D. (2023). Unraveled – A semi-synthetic dataset for advanced persistent threats. Computer Networks, 227:109688. DOI: 10.1016/j.comnet.2023.109688.
Ring, M., Wunderlich, S., Scheuring, D., Landes, D. e Hotho, A. (2019). A survey of network-based intrusion detection data sets. Computers & Security, 86:147–167. DOI: 10.1016/j.cose.2019.06.005.
Sommer, R. e Paxson, V. (2010). Outside the closed world: On using machine learning for network intrusion detection. IEEE Symposium on Security and Privacy, p. 305–316. DOI: 10.1109/SP.2010.25.
Theis, L., van den Oord, A. e Bethge, M. (2016). A note on the evaluation of generative models. International Conference on Learning Representations. [link].
Wasserstein, R. L. e Lazar, N. A. (2016). The ASA statement on p-values: Context, process, and purpose. The American Statistician, 70(2):129–133. DOI: 10.1080/00031305.2016.1154108.
Xu, L., Skoularidou, M., Cuesta-Infante, A. e Veeramachaneni, K. (2019). Modeling tabular data using conditional GAN. Advances in Neural Information Processing Systems, 32. [link].
Yoon, J., Jarrett, D. e van der Schaar, M. (2019). Time-series generative adversarial networks. Advances in Neural Information Processing Systems, 32.
Zhang, B., Gao, Y., Kuang, B., Yu, C., Fu, A. e Susilo, W. (2025). A survey on advanced persistent threat detection: A unified framework, challenges, and countermeasures. ACM Computing Surveys, 57(3), artigo 62. DOI: 10.1145/3700749.
Publicado
21/10/2026
Como Citar
BLOCK, Murilo H.; PREGARDIER, Rafael C.; DANIEL FILHO, Jaime A.; SANTOS, Carlos R. P. dos; SILVA, Luis A. L..
Avaliação da Qualidade de Dados Sintéticos em Cenários de Ameaças Persistentes Avançadas. In: ESCOLA REGIONAL DE REDES DE COMPUTADORES (ERRC), 23. , 2026, Santa Maria/RS.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2026
.
p. 43-48.
DOI: https://doi.org/10.5753/errc.2026.36072.
