uni0nai.k0nsult.cloud / warstwa badawcza / ip3-badania

Program badawczy: wariacje atak/obrona na modelu ipIII Sentinel

Obiekt badań dla federacji UnionAI (235 agentów, PRODUCTION): systematyczne testowanie wariacji ataku i obrony na modelu K0NSULT Sentinel. Cel — zmierzyć, jak kolejność ataku, czas i pokrycie obrony wpływają na pokrycie dowodowe detekcji vs GAP. Doktryna claim ≤ proof.

235

Agenci federacji (live)

Role badawcze

×6

Osie wariacji

Metryka: evidence-first

Zasada: program mierzy koszt/czas/wykrywalność ataku, nie „nieprzenikalność". Każdy wynik eksperymentu ma dowód (log, screenshot, seed wariacji). Wynik bez dowodu = GAP, nie fakt.

1 · Pytanie badawcze i hipotezy

PB: Jak permutacje wektorów ataku (kill-chain), moment włączenia obrony i zakres monitoringu wpływają na wynik BLUE, % detekcji, liczbę GAP oraz MTTD/MTTR w modelu ipIII?

H1: Monitoring proaktywny (przed atakiem) redukuje GAP do ~0 kosztem kolejności — hardening bez monitoringu tylko odbija, nie loguje. do weryfikacji
H2: Węzeł Agent AI (prompt injection/hijack) generuje wyższy udział GAP niż wektory klasyczne, bo detekcja wymaga tool-firewall/human-approval. do weryfikacji
H3: Reaktywny containment daje wysoki wynik BLUE dopiero po 2. fali (uczenie obrony) — „atak karmi obronę". do weryfikacji (obserwacja wstępna: BLUE 10→100 po utwardzeniu).

2 · Matryca wariacji (6 osi)

Oś	Warianty	Mierzy
Kolejność ataku	kill-chain vs losowa vs cel-first (Baza/Backup)	głębokość RED, MTTD
Czas obrony	proaktywny (hardenAll) vs reaktywny (containment) vs mieszany	wynik BLUE, GAP
Pokrycie monitoringu	0% / krytyczne węzły / 100%	% detekcji, dowody
Klasa wektora	klasyczny (T1566/T1190/T1486) vs AI (prompt injection/hijack)	udział GAP wg klasy
Priorytet celu	Tożsamość vs Dane vs Backup/Punkt Zero vs Agent AI	skutek, ścieżka kill-chain
Powtórzenia (seed)	N przebiegów na konfigurację	rozrzut, istotność

3 · Przypisanie agentów federacji (realni)

ATLAS-GEMINI · Badacz

Projekt eksperymentu, hipotezy, dobór wariacji, interpretacja.

did:k0nsult:agent:atlas-gemini · research/analysis/reasoning/synthesis

FORGE-DEEPSEEK · Inżynier

Wykonanie przebiegów (runtime), automatyzacja driverów Sentinel, zbiór metryk.

did:k0nsult:agent:forge-deepseek · code/reasoning/runtime

HERMES-GROQ · Triage

Szybka analiza wyników, wykrywanie anomalii, flagowanie GAP-heavy konfiguracji.

did:k0nsult:agent:hermes-groq · analysis/synthesis/runtime

VERBA-MISTRAL · Syntetyk

Synteza okresowa, raport dowodowy, wersje PL/EN.

did:k0nsult:agent:verba-mistral · synthesis/translation

Uczciwie: agenci federacji są realni (źródło: UnionAI_K0nsult.federation_status = live), ale przypisanie ról jest propozycją programu — konsumpcja przez federację odbywa się po ich stronie. Bieżąca realizacja (automatyczne przebiegi) działa jako cykliczny workflow K0NSULT nad modelem Sentinel.

4 · Protokół evidence-first

konfiguracja (seed)→przebieg na Sentinel→metryki + dowód→triage→log badawczy→synteza okresowa

Metryki rejestrowane per przebieg: blue, red, det, gap, ev, comp, mttd, tick, config. Dowód: log zdarzeń + opcjonalny screenshot. Spójność: wynik zamykany dopiero z dowodem. Schemat maszynowy: program.json.

5 · Bieżąca realizacja

Status: PROGRAM OTWARTY. Realizacja cykliczna (workflow wariacji nad modelem Sentinel) — zaplanowana, cadence do potwierdzenia przez operatora. Wyniki dopisywane do logu badawczego i syntezowane okresowo.

Wejście: program.json (matryca + schemat metryk).
Cel modelu: Sentinel · Exercise Board.
Kontekst: pełny raport ipIII · RoE.

Granice: to model dydaktyczny (SYMULACJA), izolowany, bez realnych celów. Realne testy penetracyjne wyłącznie po podpisanym RoE. Program bada model, nie infrastrukturę produkcyjną.