このページは機械翻訳によって英語から日本語に翻訳されました。 英語のオリジナルをご覧ください。
研究者、セキュリティエンジニアと institute のフェローが アクティブインファーザー を 自己調整可能な セキュリティ防御の 基礎 として 対話します。
自由エネルギー原理がカyber防御を感知行動の下で不確実性に焦点を当てるように再解釈する
このページで
サイバーセキュリティは、防御者は曖昧で不完全なテレメトリからシステムと敵対者の隠れた状態を推測し、それらのシステムを許容範囲内に保つために行動するように求められます。この構造は、活性化インフェアランスの認識-行動回路に直接マッピングされます。このページでは、自由エネルギー原理と anomaly detection、 causal attack diagnosis、サイバーピシアルセキュリティ、そして大規模なネットワーク防御間の Emerging literature の関連性を survey し、証拠が薄い場所を特定します。
守備隊は稀少で多様なテレメトリ（ログ、ネットワークフロー、ホストインスツラメント）を観察し、システムと攻撃者の隠れた状態を予測して介入を選択する前に（アカウントブロック、パッチ、またはネットワークの再構成など）、未来の観察と攻撃者の動機を減らす行動。アクティブインファーザーはこのループに明確な数学的な形を与えます：エージェントは生成モデルp(o,s)を維持し、variational free energyを最小限に抑えて推定信念q(s)を予測し、未来のトレジャヤーライナを選択します。報告ではアクティブセンシングが特に清潔なフィットと強調されています：多くのスパースモニタリングプロセスから何を次にチェックするかを決定することは、知識価値（情報獲得）と実用的な価値（迅速な異常検出）のバランスを自然にフレームされます。
GLOBECOM 2020で発表された深層活性インフェリエンスフレームワークは、正常プロセスの生成モデルと期待自由エネルギーに基づくセンサスケジューリングを使用し、異常検出に使用します。このフレームワークには4つの代理人種類が含まれており、それぞれが期待自由エネルギー近似を異なる方法で計算しています。CAIRN（Causal Active Inference with Real-time Interventions）は、アカデミックなACMフレームワークで、企業のテレメトリを確率的因果グラフとしてモデル化し、仮想的な攻撃パスでの期待自由エネルギー最小化により接続をブロックしたり、認証情報をリセットするような介入を選択します。自律車のサイバーセキュリティに関する調査は、活性インフェリエンスがセンサデータ、制御状態、通信の信頼性を統合し、偽装や改ざんを検出できると主張しています。IGI Globalの章では、行動セキュリティアナリシス（内部攻撃とUEBA検知）は、予測処理との密接な関連性を通じてフレキシブルなセキュリティ分析を解釬します。
CAIRNとGLOBECOMの代理人を超えて、レポートはACID（Active Inferenceを活用したアクティブなサイバーデフェンステスト中）を描く。これは完全に観察可能なマルコフ決定過程に対するテックリクルートプレプリントで、4つのEFE近似法の防御シナリオに対応するvariantsがある。バイオインパクトモデル（BAM）はCYOTEプログラム内で操作技術環境で攻撃の進行をベイジアングラフとしてエンコードし、これは活性化したインフェーザー層が拡張できる自然な近隣プラットフォームであると見なされる。しかし、自身は活性化したインフェーザーとはフレームされていない。FigaroとPRIME（チャールズ・ラッセル・アナリティクス）は、パブリックリレーションモデル言語と企業インターフェースを提供し、期待自由エネルギーに基づく行動選択が拡張可能である。6G世界の脳アーキテクチャに関するビジョナルワークでは、「メタモルフォシックなサイバーフungi」代理人がネットワーキング層間の感度、制御、セキュリティをコラボレーションし、IEEE 2874-2025 Spatial Web Protocolと概念的に結びついている。
レポートは、生成モデルを企業規模やインターネット規模のテレメトリー容量と多様性にスケーリィングする問題と、 adversaries が生成モデルを欺くか、エピステミック価値に基づく代理人が依存するセンサを標的にする場合の予想自由エネルギー関数の堅牢な設計について未解決であることを示し、また解釈性とヒューマン・イン・ザ・ループの信頼性は、深層ネットワークパラメータ化された EFE 計算がアナリストに明るいとは言えないため開いていることを指摘し、理論的な研究では、一般的な物理的（量子も含む）システムに関する証拠から、何らかのシステムが自身の内部または観察状態を完全に表現することは不可能であるという基本的な限界が自衛と自己監視のセキュリティ代理人に対して適用されることを示し、最後にレポートは現在の文献ではアクティブインフェクショニングとルールベースのシステムや古典的ベイジアンネットワークとの間で厳密なベンチマークがほとんどないことを強調しています。
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 S Pe F95543554545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545454545
キーの表面
期待自由能は、限られたセンサーや高価なインSTRUMENTATION（例：深さのあるパケット検査）が利用可能である場合に情報得失と検出速度をトレードオフする代理人が行うことができます。
カイアインのエントリーテレメトリに対する確率的因果グラフは、診断時に多段階攻撃から直接介入の影響をコロナに区別するための活性化推論を助ける。
CAIRNのプレプロトタイプとBAMのOTデポジット以外、大多数に引用されるシステムは、実装されたものや伝統的なセキュリティ方法との直接的な比較評価がない未確認のプリント、 surveys または概念設計です。
関連リソース
外部リンクは共有レジストリから解決されるため、訪問者向け目的地は中央集権的かつ確認可能な状態が保たれます。
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.