Aethel-Core: Difesa Cognitiva Automatizzata e WAF per la Simulazione di Minacce Informatiche

Un framework ibrido di cybersecurity costruito in SWI-Prolog, progettato per la mitigazione delle minacce in tempo reale e per la generazione di dataset logici strutturati per il LLM Instruction Tuning e l'Addestramento di AI Neuro-Simboliche.

---

Innovazioni Chiave e Moduli Architetturali

1. Motore WAF Core ad Alte Prestazioni (activator.pl)

• Controllo con Backtracking Dinamico: Interroga le firme delle minacce in RAM tramite lookup relazionali puliti.
• Protezione DDoS Volumetrica: Tracciamento a finestra temporale scorrevole (htg/2) per IP aggressivi.
• Tokenizzazione N-Gram e Prefix Anchor: Suddivide le firme lunghe in primitive granulari di 3-4 caratteri per filtrare i pattern di offuscamento annidati.

2. Decoder di Offuscamento Multi-Livello (decoder.pl)

Esegue una pipeline di normalizzazione ricorsiva inline: Deep URL Decoding (%XX), unpacking esadecimale (\xXX / 0xXX) e normalizzazione delle entità HTML (< / >) con piena insensibilità alle maiuscole.

3. Apprendimento Induttivo e Benchmark del Motore (Metriche di Produzione Reali)

Il sistema è stato valutato contro uno script di simulazione automatizzato che genera una simulazione di attacco a 40.000 ondate. I risultati dimostrano il seguente profilo di elaborazione:

• Regole Dinamiche Attive in RAM: 276.717 Regole Tokenizzate N-Gram (compilate da 15.000 vettori di minaccia di base).
• Integrità di Sicurezza: 100% Block Rate (0 BYPASSED / HOLES).
• Inferenze Totali Eseguite: 100.201.875 passi di ragionamento logico all'interno della memoria principale.
• Velocità di Induzione di Picco: 7.024.009 LIPS (Logical Inferences Per Second).
• Footprint RAM Volatile: ~4,2 MB (4.270 KB allocati, 3.754 KB in uso), con elevata stabilità su una piattaforma con 8,0 GB di RAM.
• Overhead di Garbage Collection: 7 garbage collection core e 24 garbage collection di clausole completate in 0,000 secondi di tempo di esecuzione.
• Prestazioni di Hashing JIT: Completamente indicizzato tramite 276.717 regole JITI su 4.096 bucket di memoria, con un fattore di accelerazione di 2.538,4x.

---

Architettura di Deployment in Produzione

Appliance di Rete Reverse Proxy Ibrida (In Sviluppo Attivo)

Per colmare il divario tra l'esecuzione logica dichiarativa e gli ambienti cloud moderni, Aethel-Core sta attualmente evolvendo il proprio modello di deployment in produzione:

• Concetto Architetturale: Opera come Gateway Reverse Proxy Asincrono autonomo e ultraleggero.
• Integrazione Zero-Touch: Progettato per posizionarsi direttamente davanti all'infrastruttura upstream esistente (Node.js, Python, Rust, Go) per filtrare le anomalie di Livello 7 senza toccare i codebase applicativi core.
• In Sviluppo Attivo: Il layer interno dei socket di rete enterprise e i moduli di routing backend multi-thread dinamico sono in fase di rifinitura in closed-beta e saranno distribuiti nelle fasi di rilascio successive.

---

Matrice e Formati di Mutazione delle Minacce Informatiche

Copre il flooding di traffico di Livello 7, le anomalie Web3 (sandwich_economic_attack), le misconfigurazioni dell'infrastruttura Cloud (kubelet_cri_hijack) e le simulazioni di minacce di AI Avversariale (llm_rag_poisoning, deepseek_weight_poison).

Il framework converte le corrispondenze di telemetria in log di fine-tuning strutturati, esportandoli come sequenze in formato Chat-ML normalizzato (dataset_cyber.jsonl).

---

Schema del Dataset e della Knowledge Base

• dataset_cyber.jsonl(dataset_cyber_refactor.jsonl): Dati campione open-source contenenti blocchi Chat-ML (persona di sistema, telemetria del payload di rete dell'utente e verdetti automatizzati dell'assistente).
• dataset_cyber_security.pl: Interfaccia dichiarativa pubblica che mappa i fatti live (knowledge_base/4) ai vettori primari di sicurezza di rete.

---

Proprietà Intellettuale e Licenza di Copyright

I file di codice sorgente pubblici in questo repository (come activator.pl, decoder.pl, dataset_cyber_security.pl e i dati di esempio open-source) sono distribuiti con la Licenza MIT (Copyright (c) 2026 Tedy Viryawan Ika Putra). Sei libero di ispezionare, sottoporre a benchmark, modificare e integrare queste interfacce pubbliche principali.

Tuttavia, tieni presente che l'implementazione completa di livello enterprise e le estensioni del database principale sono rigorosamente Proprietarie e protette dai diritti di proprietà intellettuale standard. La Licenza MIT non si applica a:

1. La Knowledge Base completa di produzione contenente ~200.000 clausole avanzate sulle minacce.
2. La versione enterprise completa del dataset JSONL.
3. I motori backend automatizzati di tokenizzazione e generazione di mutazioni.