C4-META System v1.0.0 (prototipo de investigación)

Prototipo de investigación para la defensa multicapa de IA: explicabilidad C4, clasificadores ensemble, desofuscación, motor de seguridad O₂, defensa ThoughtVirus y alineación de valores SVETILO. Grado alfa: validado internamente, auditoría externa pendiente.

Versión: 1.0.0-alpha | Estado: Prototipo de investigación | Licencia: BSL 1.1 (gratuita para no producción; producción → comercial)

Autor: I.G. Selyutin. Coautor del modelo C4-META: N.I. Kovalev.
Identidad del producto (2026-08): prototipo de investigación BSL / de profundidad comercial de una pila de defensa C4 multicapa más robusta (ensemble, andamiaje O₂, laboratorio red-team) construida sobre c4protocol con licencia Apache-2.0.
No es un segundo protocolo abierto. No es una defensa AGI certificada para producción. No es «v8 FINAL».
Auditoría de honestidad: docs/AUDIT-c4-meta-system-2026-08.md.
Ruta de promoción: docs/PROMOTE-FROM-PROTOCOL.md (consumir/fijar c4protocol; sin volcado del ensemble en el SDK ligero).
GitLab Pages = public/ (EN + public/ru/). Comprobante del runtime abierto: make conformance en c4protocol.

---

🎯 Descripción general

C4-META System es un prototipo de investigación para la defensa multicapa de IA que implementa:

Arquitectura de defensa en 4 capas

Input Sanitization → Semantic Analysis → Behavioral Analysis → Meta-Observer (O₂)

• Capa 1 — Saneamiento de entrada: pipeline de desofuscación (leet speak, más de 90 homoglifos Unicode, caracteres de ancho cero, anulación RTL, Base64/ROT13)
• Capa 2 — Análisis semántico: votación de ensemble de 4 clasificadores (ONNX BERT + RuleBased + Heuristic + LLM Semantic)
• Capa 3 — Análisis de comportamiento: módulos de defensa AoC, coincidencia de patrones, detección de anomalías de trayectoria
• Capa 4 — Meta-Observador (O₂): entropía de transferencia, consenso BFT, entrelazamiento semántico, análisis de grafos causales

Capacidades clave

• Votación de ensemble de 4 clasificadores — ONNX BERT + RuleBased (más de 80 patrones) + Heuristic (32 palabras de peligro) + LLM Semantic (Ollama/DeepSeek)
• Lógica OR de doble clasificador: clasificador semántico BERT + clasificador por palabras clave RuleBased con respaldo OR: sin punto único de fallo
• 16 módulos de defensa AoC — 11 clásicos + 5 ampliados (heurísticos/de laboratorio; no es una afirmación de que «todos los fallos multi-agente estén resueltos»)
• Defensa ThoughtVirus — defensa de dos capas (detección de patrones regex + análisis de trayectoria C4). Inspirada en arXiv:2603.00131 (Iniciativa de Seguridad Multi-Agente; no Microsoft)(https://arxiv.org/abs/2603.00131)
• SVETILO — 7 sellos heurísticos mediante value_verification.py (no es un modelo de ética entrenado)
• Explicabilidad C4 (T,S,A) — análisis de coordenadas cognitivas mediante modelo ONNX cuantizado (737KB, ~50ms)
• Andamiaje O₂ — módulos de investigación; la vía BFT es una simulación consultiva, no tolerancia a fallos bizantinos de producción
• Desofuscación — leet speak, más de 90 homoglifos Unicode, caracteres de ancho cero, anulación RTL, Base64/ROT13
• Laboratorio Red Team — diseño científico control/tratamiento, prueba exacta de Fisher, d de Cohen, IC por bootstrap
• Escáner de contenido subliminal — detecta mapeos token→concepto
• Detección de jailbreak multiturno — seguimiento de escalada basado en sesiones
• Despliegue Docker/K8s — despliegue multinodo contenerizado

---

🏗 Arquitectura

┌──────────────────────────────────────────────┐
│  LAYER 1: Input Sanitization                 │
│  Deobfuscation (homoglyphs, leetspeak, etc.) │
├──────────────────────────────────────────────┤
│  LAYER 2: Semantic Analysis                  │
│  4-Classifier Ensemble: ONNX_BERT (~50ms)    │
│  + RuleBased + Heuristic + LLM_SEMANTIC      │
│  Dual classifier OR-logic (BERT+RuleBased)   │
├──────────────────────────────────────────────┤
│  LAYER 3: Behavioral Analysis                │
│  16 AoC Defense Modules (11 original + 5     │
│  extended), Pattern matching, Trajectory     │
│  anomaly detection, ThoughtVirus defense     │
├──────────────────────────────────────────────┤
│  LAYER 4: Meta-Observer (O₂)                 │
│  Transfer entropy, BFT consensus,            │
│  semantic entanglement, causal graphs,       │
│  Kill-Switch, SVETILO value verification     │
├──────────────────────────────────────────────┤
│  C4 Core Engine (Z₃³)                        │
│  pipeline_orchestrator.py, event_bus.py      │
│  c4_meta_monitor.py — self-awareness deque  │
├──────────────────────────────────────────────┤
│  Defenses: Anti-Deadlock, Anti-Emergence,    │
│  Anti-Hijack, Circuit Breaker, O₂ Kill-Switch│
├──────────────────────────────────────────────┤
│  Red Team Lab: AOC scenarios, experiment     │
│  runner, LLM client, adapters                │
├──────────────────────────────────────────────┤
│  Routing: Smart Router, Quarantine,          │
│  Antifragile Scoring (capped growth)         │
└──────────────────────────────────────────────┘

Votación de los 4 clasificadores:

• ONNX_BERT: coordenadas cognitivas C4 (T,S,A) mediante modelo cuantizado (737KB, ~50ms)
• RuleBased: más de 80 patrones regex que cubren inyección, jailbreak, juegos de rol y bypass de autoridad
• Heuristic: 32 palabras de peligro + análisis de ejes C4 + métrica de densidad semántica
• LLM_SEMANTIC: Ollama/DeepSeek — clasificación semántica de ataques (~300ms)

Lógica OR de doble clasificador: BERT + RuleBased operan como puerta principal con respaldo OR: si cualquiera de los dos marca la entrada, esta pasa a las capas de defensa. Ningún clasificador individual es un cuello de botella.

---

📁 Estructura del proyecto