¿Por qué el dominio encaja?
Los defensores observan telemetría dispersa y heterogénea (registros, flujos de red, instrumentación del host) e inferen estados latentes del sistema y del atacante antes de elegir intervenciones como bloquear cuentas, parchear o reconfigurar redes — acciones que a su vez alteran las futuras observaciones y los incentivos del atacante. La inferencia activa da a este bucle una forma matemática explícita: los agentes mantienen modelos generativos p(o,s), infieren creencias posteriores q(s) minimizando la energía libre variacional y seleccionan acciones que minimizan la energía libre esperada sobre las trayectorias futuras. El informe destaca la detección activa como un ajuste particularmente limpio: decidir cuál de muchos procesos monitoreados esporádicamente comprobar a continuación se enmarca naturalmente equilibrando el valor epistémico (ganancia de información) contra el valor pragmático (detección rápida de anomalías).
Patrones de aplicación en la literatura
Un marco de inferencia activa profunda presentado en GLOBECOM 2020 utiliza modelos generativos de redes neuronales de comportamiento normal y programación de sensores basada en la energía libre esperada para la detección de anomalías, implementando cuatro variantes de agente que difieren en sus aproximaciones EFE. CAIRN (Inferencia Activa Causal con Intervenciones en Tiempo Real), un marco revisado por pares de ACM, modela la telemetría empresarial como un grafo causal probabilístico y selecciona intervenciones como bloquear conexiones o restablecer credenciales minimizando la energía libre esperada sobre las rutas hipotéticas de ataque. Una encuesta sobre la seguridad cibernética física autónoma argumenta que la inferencia activa puede unificar los datos de los sensores, el estado de control y la integridad de la comunicación para detectar el falsificación o la manipulación, y un capítulo de IGI Global enmarca el análisis de comportamiento de seguridad (detección de amenazas internas y UEBA) a través del lente estrechamente relacionado del procesamiento predictivo.
Proyectos y herramientas clave
Más allá de los agentes CAIRN y GLOBECOM, el informe describe ACID (prueba beta de Active Inference para la defensa activa cibernética), un preprint de TechRxiv que formula inferencia activa sobre procesos de decisión de Markov totalmente observables con cuatro variantes de aproximación EFE para escenarios de defensa. El Modelo Bayesiano de Ataque (BAM), desplegado dentro del programa CYOTE para entornos de tecnología operativa, codifica la progresión del ataque como un grafo bayesiano y se describe como una plataforma adyacente natural a la que una capa de inferencia activa podría extenderse, aunque no se considera a sí misma como inferencia activa. Figaro y PRIME (Charles River Analytics) proporcionan un lenguaje de modelado relacional probabilístico e interfaz empresarial que podrían igualmente extenderse con selección de acciones basada en energía libre sin restricciones. Trabajo visionario sobre arquitecturas de cerebro mundial 6G propone agentes "fúngicos cibernéticos metamórficos" que coordinan la detección, el control y la seguridad a través de capas de red, vinculado conceptualmente al Protocolo Web Espacial IEEE 2874-2025.
Problemas abiertos
El informe identifica la escalabilidad de los modelos generativos a volúmenes y heterogeneidad de telemetría a escala empresarial e internet como no resuelta, así como el diseño de funcionales de energía libre esperados robustos frente a adversarios que pueden engañar a los modelos generativos o apuntar a los sensores en los que se basa un agente para su valor epistémico. También señala la interpretabilidad y la confianza humana en el bucle de retroalimentación como abiertas, dado que los cálculos de funcionales de energía libre parametrizados por redes profundas son opacos para los analistas, y nota trabajos teóricos sobre sistemas físicos genéricos (incluidos los cuánticos) que demuestran que ningún sistema puede representar completamente su propio estado interno o observacional — un límite fundamental en la seguridad y el monitoreo autónomo de agentes. Finalmente, el informe enfatiza que carecen en gran medida de las pruebas rigurosas comparativas entre la inferencia activa frente a sistemas basados en reglas y redes bayesianas clásicas la literatura actual.
Eje de Referencia
Karl J. Friston (2010). The free-energy principle: a unified brain theory? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). Active inference on discrete state-spaces: A synthesis. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). Active Inference, homeostatic regulation and adaptive behavioural control. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Pablo Lanillos, Cristian Meo, Corrado Pezzato, et al. (2021). Active Inference in Robotics and Artificial Agents: Survey and Challenges. arXiv. DOI: 10.48550/arXiv.2112.01871.