GT-LFI: Anonimização, Classificação e Aprendizagem Gamificada a partir de Incidentes Reais

• Rodrigo S. Miani UFU
• Diego Kreutz UNIPAMPA
• Silvio E. Quincozes UNIPAMPA / UFU
• Leandro M. Bertholdo UFRGS
• Rafael D. Araújo UFU
• Felipe N. Dresch UNIPAMPA
• Felipe H. Scherer UNIPAMPA
• João P. R. Esteves UFU
• Sebastião A. de Jesus Filho UFU
• Alvaro S. Santos UFU

DOI: https://doi.org/10.5753/sbseg_estendido.2026.33646

Resumo

A formação em resposta a incidentes ainda é frequentemente dissociada da prática operacional, enquanto tíquetes reais não podem ser reutilizados diretamente por conterem dados sensíveis. Este artigo apresenta o GT-LFI, ecossistema de código aberto que transforma incidentes reais em conhecimento reutilizável por um fluxo fim-a-fim: anonimização estruturada, categorização e geração de playbooks assistidas por IA, validação humana e conversão de casos validados em trilhas gamificadas. A solução integra quatro ferramentas interoperáveis e foi avaliada com residentes do programa Hackers do Bem. Os resultados mostram uso efetivo de lições, quizzes e trilhas, utilidade percebida e ganhos descritivos de aprendizagem, além de limitações de usabilidade e instrumentação. A demonstração reproduzirá a jornada completa, do incidente bruto à trilha educacional validada.

Referências

Alnajim, A. M., Habib, S., Islam, M., AlRawashdeh, H. S., and Wasim, M. (2023). Exploring cybersecurity education and training techniques: A comprehensive review of traditional, virtual reality, and augmented reality approaches. Symmetry, 15(12):2175.

Bandel, C. T., Esteves, J. P. R., Guerra, K. P., Bertholdo, L. M., Kreutz, D., and Miani, R. S. (2025). Anonimização de incidentes de segurança com reidentificação controlada. In Anais do XXV Simpósio Brasileiro de Cibersegurança, pages 97–113. SBC.

Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS Quarterly, 13(3):319–340.

dos Santos, L. F., Oliveira, W., Corrêa de Lima, A., de Castro Junior, A. A., and Hamari, J. (2025). The effects of gamification on learners’ engagement according to their gamification user types. Technology, Knowledge and Learning.

Gadotti, A., Rocher, L., Houssiau, F., Creţu, A.-M., and de Montjoye, Y.-A. (2024). Anonymization: The imperfect science of using data while preserving privacy. Science Advances, 10(29):eadn7053.

Jesus Filho, S. A. d., Santos, Á. S., Araújo, R. D., and Miani, R. S. (2025). Applying llms to the classification of cybersecurity incident tickets in a few-shot scenario. In Proceedings of the 24th IEEE International Conference on Machine Learning and Applications. IEEE.

Meng, C., Zhao, M., Pan, Z., Pan, Q., and Bonk, C. J. (2024). Investigating the impact of gamification components on online learners’ engagement. Smart Learning Environments, 11(1):47.

Nelson, A., Rekhi, S., Souppaya, M., and Scarfone, K. (2025). Incident response recommendations and considerations for cybersecurity risk management: A csf 2.0 community profile. Technical Report NIST SP 800-61r3, National Institute of Standards and Technology.

PostHog (2026). Posthog: Open-source product analytics. [link]. Acesso em julho de 2026.

Severo, A. S. P., Lautert, D. P., Kreutz, D., Bertholdo, L. M., Pohlmann, M., and Quincozes, S. E. (2025). Categorização de incidentes de segurança utilizando engenharia de prompts em llms. In Anais do XXV Simpósio Brasileiro de Cibersegurança, pages 256–272. SBC.

Venkatesh, V., Morris, M. G., Davis, G. B., and Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS Quarterly, 27(3):425–478.

Yermilov, O., Raheja, V., and Chernodub, A. (2023). Privacy- and utility-preserving NLP with anonymized data: A case study of pseudonymization. In Proceedings of the 3rd Workshop on Trustworthy Natural Language Processing, pages 232–241. Association for Computational Linguistics.

Zhang, J., Bu, H., Wen, H., Liu, Y., Fei, H., Xi, R., Li, L., Yang, Y., Zhu, H., and Meng, D. (2025). When llms meet cybersecurity: A systematic literature review. Cybersecurity, 8(1):55.