Sistema de classificação de riscos de cibersegurança com PLN

Abstract

As organizações enfrentam cada vez mais desafios inerentes à identificação de riscos de cibersegurança incorporados na documentação de gestão de projetos. As abordagens tradicionais de avaliação de riscos tendem a negligenciar questões de segurança subtis mencionadas em relatórios de progresso, atas de reuniões e registos operacionais, o que leva a uma gestão de riscos reativa em vez de proativa. Esta dissertação apresenta um modelo arquitetónico abrangente que recorre ao Processamento de Linguagem Natural (PLN) para detetar automaticamente indicadores de risco de cibersegurança em documentos de gestão de projetos não estruturados. O modelo introduz uma nova taxonomia de risco multidimensional que compreende quatro dimensões: Tipo de Ativo, Princípio CIA, Origem da Ameaça e Fase do Projeto. Foi projetada uma arquitetura de quatro módulos que incorpora pré-processamento de documentos e uma classificação multidimensional. Esta inovação taxonómica supera as limitações críticas nos quadros unidimensionais existentes, permitindo a caracterização simultânea do risco em múltiplos eixos independentes. A arquitetura modular garante escalabilidade e adaptabilidade, mantendo a compatibilidade com plataformas de implementação "low-code" acessíveis, reduzindo as barreiras à adoção organizacional. A avaliação preliminar demonstrou a viabilidade técnica, embora a validação continue a ser um trabalho futuro importante, dado o âmbito limitado da avaliação realizada.

Organizations increasingly face challenges inherent in identifying cybersecurity risks embedded in project management documentation. Traditional risk assessment approaches tend to overlook subtle security issues mentioned in progress reports, meeting minutes, and operational records, leading to reactive rather than proactive risk management. This dissertation presents a comprehensive architectural model that employs Natural Language Processing to automatically detect cybersecurity risk indicators in unstructured project management documents. The model introduces a new multidimensional risk taxonomy comprising four dimensions: Asset Type, CIA Principle, Threat Origin, and Project Phase. An architecture composed of four modules was designed, incorporating document preprocessing and multidimensional classification. This taxonomic innovation overcomes critical limitations of existing unidimensional frameworks, enabling the simultaneous characterization of risk across multiple independent axes. The modular architecture ensures scalability and adaptability while maintaining compatibility with accessible low-code implementation platforms, thereby reducing barriers to organizational adoption. The preliminary evaluation demonstrated the model’s technical feasibility, although further validation remains an important future task given the limited scope of the assessment conducted.