이 페이지는 기계 번역된 영어 페이지입니다. 영어 원본 보기
연구자, 보안 엔지니어 및 인스티튜트 참석자들이 자동화된 적응형 사이버 방어의 기반으로 활동적 인ference를 탐구합니다.
자유 에너지 원리가 불확실성 속에서 보고-행동을 재해석하여 자유 에너지 원리가 카이퍼 디프ensing을 어떻게 재정의하는가
이 페이지에서
cybersecurity는 무언가를 인식하고 부정적인 텔레메트리로부터 음향이 약한 시스템과 적대자가 있는 상태를 찾아내야 하는 보안 수호자에게 물어줍니다. 그런 다음 안전 범위 내에서 그 시스템을 유지하는 행동을 취합니다. 이것은 활동적인 인식의 감각-행동 루프와 직접 일치합니다. 이 페이지는 자유 에너지 원칙이 anomalous detection, causal attack diagnosis, cyber-physical security 및 대규모 네트워크 보안과 연결되는 임芽 문헌을 조사하고, 그 증거가 얇은 곳을 식별합니다.
Defenders 관찰 sparse, 다중화된 테lemetry (로그, 네트워크 플로우, 호스트 인스턴시메이션) 및 latent 시스템과 악용자 상태를 추론하여 계획 중인 조치(예: 계정 차단, 패치 또는 네트워크 재설정)를 선택하기 전에 — 이들 조치 자체가 미래 관찰과 악용자 동기 부여를 변경합니다. 활성 인퍼전이 이 루프에 명확한 수학적 형태를 주었습니다:-agents는 p(o,s)을 유지하고, variational free energy를 최소화하여 q(s)를 추론하며, 미래 경로에서의 기대 free energy를 최소화하기 위해 행동을 선택합니다. 보고서는 활성 감지가 특히 clea 맞습니다: 여러 sparse-monitored 프로세스 중에서 다음에 확인해야 하는 것 결정은 epistemic value(정보 얻기)와 pragmatic value(빠른 이상 유형 검출) 사이의 균형을 유지하는 자연스러운 맥락이 있습니다.
A deep active inference 모델이 GLOBECOM 2020에서 제시되었고, 이 모델은 정상적인 프로세스 행동의 신경망 생성 모델과 에지 기반 센서 스케줄링을 사용하여 이상 검출에 중점을 둔다. 이 모델은 네 가지 약간 다른 EFE 근사법을 구현한다. CAIRN(Causal Active Inference with Real-time Interventions)는 인터뷰된 ACM 프레임워크로, 기업 텔레메트리가 확률적 동일 그래프를 모델링하고, 가정된 공격 경로에서 에지 통신을 차단하거나 로그인 자격 증명을 초기화하는 제약을 최소화하여 에지 인터벤션을 선택한다. Autonomous-vehicle의 사이버 물리 안전에 대한 연구는 활동적인 인퍼런스가 센서 데이터, 제어 상태 및 통신 신뢰성을 결합하여 속임수 또는 변조를 감지할 수 있음을 주장하며, IGI 글로벌 챕터는 행동 보안 분석(내부 위협과 UEBA 감시)을 예측 처리와 유사한 맥락에서 해석한다.
CAIRN과 GLOBECOM 애gent들 외에 보고서는 ACID (가시성 있는 활동적 인퍼전을 활성 사이버-defence로 beta 테스팅)을 소개하며, 활동적 인퍼전이 완전하게 관측 가능한 맥스웰 의사결정 과정 위에서 네 가지 EFE 근사형식으로 방어 상황에 대한 보안 전략을 선택하는 기술rxiv 미리보는 preprint을 포함하고 있습니다. Bayesian 공격 모델 (BAM)은 운영기술 환경 내 CYOTE 프로그램에서 베이지안 그래프로 공격 진행을 인코딩하며, 활동적 인퍼전 레이어를 확장할 수 있는 자연스러운 인접 플랫폼으로 설명되지만, 자체적으로는 활동적 인퍼전이 아닙니다. Figaro와 PRIME (Charles River Analytics)는 범용 기업계에 맞춘 확률관계 모델 언어 및 업무 환경 인터페이스를 제공하며, 이들 역시 에너지-프리미엄 선택을 위한 근사 자유 에너지 기반 행동 선택으로 확장될 수 있습니다. 6G 세계 뇌 아키텍처의 비전 연구는 "메타모빌리티 사이버 fungi" 애gent가 네트워크 층 간 감지, 제어 및 보안을 조정하는 것을 연결하는 IEEE 2874-2025 공간 웹 프로토콜과 관련된 아키텍처를 제시합니다.
보고서는 업 enterprise-와 인터넷 규모의 테lemetry 복합성과 대화형 데이터를 스케일링하는 생성 모델에 대한 해결되지 않은 문제를 식별하고 있으며, 적대자가 생성 모델을 속이거나 에피스테미 값에 reliance 하는 앤제가 의존하는 센서를 표적으로 할 수 있는 설계도 함께 합니다. 또한 해석성과 인간-인-the-loop 신뢰는 오픈하며, 깊은 네트워크 매개된 EFE 계산이 분석자에게 희 obscure하다는 점을 고려합니다. 그리고 일반적인 물리적 (포괄적으로 양자) 시스템에 대한 논문에서 증명되었습니다. 어떤 시스템도 완전히 내부 또는 관찰 상태를 재현할 수 없다는 기본 제한이 자기 보호, 자기 감시 보안 앤제의 한계입니다. 마지막으로, 현재 문헌에서는 활성 인퍼런스와 규칙 기반 시스템 및 클래식 베이지안 네트워크 간에 비교하는 견고한 평가가 흔하지 않습니다.
Karl J. Friston (2010). 자유能原理: 하나의 뇌 이론? Nature Reviews Neuroscience. DOI: 10.1038/nrn2787. Lancelot Da Costa, Thomas Parr, Noor Sajid, Sebastijan Veselic, Victorita Neacsu, Karl J. Friston (2020). 활동적 인ference에서離散 상태공간: 한정리. Journal of Mathematical Psychology. DOI: 10.1016/j.jmp.2020.102447. Giovanni Pezzulo, Francesco Rigoli, Karl J. Friston (2017). 활동적 인ference, 홈스테이틱 제어 및 적응형 행동 조절. Progress in Neurobiology. DOI: 10.1016/j.pneurobio.2017.08.001. Pablo Lanillos, Cristian Meo, Corrado S (pzato, et al. (2021). Robotics 및 인공_agent에서의 활동적 인ference: 조사와 도전. arXiv. DOI: 10.48550/arXiv.2112.01871.
주요 표면
예상된 자유 에너지는 제한적인 센서나 비용이高昂한 장비(예를 들어 깊은 패킷 검사)만 이용할 때 정보 얻기와 감지 속도 사이의 대화 가능성을 기반으로 하는 애제가가에 대해 말합니다.
{Cairn}의 {probabilistic causal graph}는 업무 트리메이지 오버 {enterprise telemetry}를 통해 활성 인퍼전이 대응 시스템에서 직접적인 개입 효과와 간단한 상관 관계만을 구분하는 데 도움을 줍니다. 이를 통한 다 단계 공격 진단.
CAIRN의 피어 리뷰된 프로토타입과 BAM의 OT 구동 그리고 대부분이 인용되는 시스템은 보안 기존 방법에 대한 직접적인 평가를 수행하지 않은 미리 풀린 문서, 설문 조사, 개념적 디자인들이다.
관련 자료
외부 링크는 공유 레지스트리에서 해결되므로 방문자용 목적지는 중앙 집중화되고 확인 가능합니다.
Audience: Researcher
Research and publication-oriented repository for the Active Inference Journal.
Audience: Researcher
Reachable arXiv reference surfaced from the official research page.