Por que o domínio se encaixa
Os defensores observam telemetria esparsa e heterogênea (logs, fluxos de rede, instrumentação do host) e devem inferir estados latentes do sistema e dos atacantes antes de escolher intervenções como bloquear contas, aplicar patches ou reconfigurar redes — ações que por si só alteram as futuras observações e os incentivos dos atacantes. A inferência ativa dá a esta lógica uma forma matemática explícita: os agentes mantêm modelos generativos p(o,s), inferem crenças posteriores q(s) minimizando a energia variacional livre e selecionam ações que minimizam a energia livre esperada sobre trajetórias futuras. O relatório destaca a detecção ativa como um ajuste particularmente limpo: decidir qual dos muitos processos esparsamamente monitorados verificar em seguida é naturalmente enquadrado no equilíbrio entre o valor epistêmico (ganho de informação) contra o valor prático (detecção rápida de anomalias).
Padrões de aplicação na literatura
Um framework de inferência ativa profunda apresentado no GLOBECOM 2020 utiliza modelos generativos de redes neurais de comportamento do processo normal e agendamento de sensores baseado na energia livre esperada para detecção de anomalias, implementando quatro variantes de agente que diferem em suas aproximações de EFE. CAIRN (Inferência Ativa Causal com Intervenções em Tempo Real), um framework ACM revisado por pares, modela a telemetria empresarial como um grafo causal probabilístico e seleciona intervenções como bloquear conexões ou redefinir credenciais minimizando a energia livre esperada sobre caminhos hipotéticos de ataque. Uma pesquisa sobre a segurança cibernética física de veículos autônomos argumenta que a inferência ativa pode unificar dados de sensores, estado de controle e integridade da comunicação para detectar falsificações ou adulteração, e um capítulo do IGI Global enquadra a análise de comportamento de segurança (detecção de ameaças internas e UEBA) através da lente estreitamente relacionada de processamento preditivo.
Projetos e ferramentas-chave
Além dos agentes CAIRN e GLOBECOM, o relatório descreve o ACID (teste beta de Inferência Ativa para defesa ativa cibernética), um preprint do TechRxiv que formula inferência ativa sobre processos de decisão de Markov totalmente observáveis com quatro variantes de aproximação EFE para cenários de defesa. O Modelo Bayesiano de Ataque (BAM), implantado no programa CYOTE para ambientes de tecnologia operacional, codifica a progressão da ataque como um grafo Bayesiano e é descrito como uma plataforma adjacente natural onde uma camada de inferência ativa poderia ser estendida, embora não seja propriamente enquadrado como inferência ativa. Figaro e PRIME (Charles River Analytics) fornecem uma linguagem probabilística de modelagem relacional e interface empresarial que poderiam igualmente ser estendidas com seleção de ação baseada em energia sem custo esperado. Trabalho visionário sobre arquiteturas de cérebro mundial 6G propõe agentes "fungos cibernéticos metamórficos" coordenando a detecção, o controle e a segurança em várias camadas da rede, ligado conceitualmente ao Protocolo da Web Espacial IEEE 2874-2025.
Problemas em aberto
O relatório identifica a escalabilidade de modelos generativos para volumes e heterogeneidade de telemetria em escala empresarial e da internet como não resolvida, bem como o projeto de funcionais de energia livre esperados robustos contra adversários que podem enganar modelos generativos ou direcionar os sensores nos quais um agente se baseia para valor epistêmico. Também destaca a interpretabilidade e a confiança humana no ciclo de feedback como abertas, dada que os cálculos de EFE parametrizados por parâmetros de rede profunda são opacos aos analistas, e nota o trabalho teórico sobre sistemas físicos genéricos (incluindo sistemas quânticos) provando que nenhum sistema pode representar totalmente seu próprio estado interno ou observacional — um limite fundamental para agentes de segurança auto-protegidos e auto-monitorados. Finalmente, o relatório enfatiza que rigorosos benchmarks comparando a inferência ativa contra sistemas baseados em regras e redes Bayesianas clássicas estão largamente ausentes na literatura atual.
Eixo de Referência
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.