fabriziosalmi/aimp断片化された低帯域幅ネットワークにおける自律エージェント間の耐障害性のある状態同期のために設計されたサーバーレスネットワーキングプロトコル
実験的なサーバーレスネットワーキングプロトコルで、断片化された低帯域ネットワークにおける自律エージェント間の耐障害性のある状態同期を実現します。 Merkle-CRDTと暗号化IDに基づいて構築されています。中央機関、グローバルDNSは不要で、常に書き込み可能です。
| # | バージョン | タイトル | リンク |
|---|---|---|---|
| 1 | v0.1.0 | Merkle-CRDTプロトコル (L1/L2) | ResearchGate |
| 2 | v0.2.0 | 認識層 (L3) | ResearchGate |
| 3 | v0.3.0 | 相関認識集約 (L3) | ResearchGate |
| 4 | v0.4.0 | 決定論的意味トポロジー (L3) | ResearchGate |
著者プロフィール: ResearchGate · ResearchHub
| レイヤー | バージョン | 目的 |
|---|---|---|
| L1/L2 | v0.1.0 | Merkle-DAG CRDT、Ed25519署名、Noise Protocolトランスポート、BFTクォーラム |
| L3 | v0.2.0 | 認識層：整数対数オッズ、2パス信頼伝播、Sybil耐性レピュテーション |
| L3 | v0.3.0 | 相関認識集約：相関センサー/LLMに対する幾何学的割引 |
| L3 | v0.4.0 | 決定論的意味トポロジー：256ビットSimHashによる自律エッジ生成 |
L3 v0.3.0では、アプリケーションが手動で知識グラフ（Support/Contradictエッジ）を構築する必要がありました。v0.4.0では自律エッジ生成によりこのボトルネックを解消します。
QuantizedEmbedding([u64; 4]) を持つことができます。これはアプリケーション側で正規の埋め込みモデルから計算された256ビットのSimHashです。max_k_nearest 上限により、エッジ密度をO(N)に制限し、信頼伝播の爆発を防ぎます。embedding_version: u32 は、プロトコルレベルのモデルアップグレードのために異なる潜在空間を分離します。// 自律的真実発見: 10,000件のクレーム → 50msスキャン、O(N)エッジ
// 浮動小数点なし、調整なし、中央機関なし
let edges = auto_edge_generator.generate_edges(&epoch_claims);
L3 v0.2.0では、すべてのエビデンスソースが統計的に独立していると仮定していました（ナイーブベイズ）。これにより、物理的に相関のあるセンサー（例：同じ屋上にある100のIoTデバイス）や意味的に相関のあるエージェント（例：同じデータセットでファインチューニングされたLLM）が一致した観測を報告した場合、病的な過信頼が生じます。
v0.3.0ではグリッドセル相関割引を導入します。
CorrelationCell(u64) — 空間的、意味的、または時間的近接性の離散座標が含まれます。discount_bps^rank / 10000^rank を受け取ります（デフォルト30%）。(temporal_grid, fingerprint, correlation_cell) でバケット化し、完全なセットに対するアトミック計算を保証します。correlation_cell: None のクレームはv0.2.0と同一に動作します（ゼロ回帰）。// 100の同一場所センサー、各70%の確信度：
// v0.2.0（ナイーブ）: 100 × 847 = 84,700 ミリ対数オッズ → 約100%（過信頼）
// v0.3.0（30%）: 847 × Σ(0.3^i) ≈ 1,207 ミリ対数オッズ → 約77%（現実的）
aimp_node/ Rust参照実装（Cargoワークスペースメンバー）
src/
crdt/ Merkle-DAGエンジン、アクターモデル、アリーナアロケータ、クォーラム合意
crypto/ Ed25519アイデンティティ、BLAKE3ハッシュ、ゼロトラストファイアウォール
network/ UDPゴシップ、Noise Protocol XXセッション、ピアごとのレート制限
protocol/ ワイヤフォーマット（MessagePack）、型付きペイロードenum
epistemic.rs L3認識層（v0.3.0）：対数オッズ、信頼伝播、相関割引
semantic_topology.rs L3意味トポロジー（v0.4.0）：SimHash埋め込み、自動エッジ生成
decision_engine.rs プラグイン可能な決定論的決定エンジン（トレイト＋ルールエンジン＋ホットリロード）
error.rs 統合AimpError型階層
dashboard/ Ratatui TUI
config.rs 動的設定とバリデーション
event/ 構造化ログ＋Prometheusメトリクス（カウンター＋ヒストグラム）
tests/ 統合テスト
benches/ Criterionベンチマーク
aimp_testbed/ Python SDK (aimp-client) + CLIツール + カオステスト
deploy/ Systemdサービス、FirecrackerマイクロVM、インストールスクリプト
formal/ TLA+収束＋クォーラム安全性＋信念収束仕様
docs/ 論文1（Typstソース＋PDF）
v0.2.0/ 論文2：認識層（Typstソース＋PDF）
v0.3.0/ 論文3：相関認識集約（Typstソース＋PDF）
| 機能 | AIMP (Merkle-CRDT) | 従来 (Raft/Paxos) |
|---|---|---|
| トポロジー | P2Pメッシュ／分散型 | リーダー／クォーラム |
| 可用性 | AP（常に書き込み可能） | CP（過半数が必要） |
| 順序付け | 因果（ベクトルクロック） | 全体（逐次） |
| 完全性 | 暗号化（Merkle-DAG） | ログベース |
| ハードウェア | エッジ/IoT最適化 | データセンターグレード |
tokio::mpscによるゼロ共有状態CRDTのアクターモデルRuleEngine実装を持つプラグイン可能な DecisionEngine トレイトaimp_rules.jsonからホットリロード可能なルール（再起動不要）Payload enum（コンパイル時安全性）/health エンドポイントSystemEvent ログAimpError 型階層（Box<dyn Error> 不要）Apple Silicon (Mシリーズ)、シングルスレッド、fast-crypto モードでCriterion測定:
| 操作 | 時間 | スループット |
|---|---|---|
append_mutation (100 ops) | 41.8 µs | ~2.4M mutations/sec |
get_merkle_root (cached) | 4.8 ns | O(1) |
| BLAKE3 hash (1 KB) | 925 ns | ~1.08 GB/s |
| MessagePack ser / de | 204 / 210 ns | — |
| Ed25519 sign (ring) | 9.3 µs | ~108K ops/sec |
| Ed25519 verify | 25.0 µs | ~40K ops/sec |
5ノードクラスタ、アンチエントロピー同期（インプロセス、Apple Silicon）でシミュレーション:
| シナリオ | 結果 |
|---|---|
| スループット（5ノード x 1000ミューテーション、Ed25519署名あり） | 96,289 mutations/sec |
| 収束（5つの分岐ノード、各DAG 250） | 0.68 ms（1同期ラウンド） |
| パーティション/マージ（2グループ、各30ミューテーション、完全マージ） | 0.21 ms |
| クリプトホットパス（メッセージごとに署名＋検証） | 45.0 µs → 22K msg/sec max |
| rate_limit=50/secでのクリプト予算 | 0.23% 使用率 |
パケットロス、レイテンシ、パーティション下での収束（5ノード、各ノード50ミューテーション）:
| 条件 | 収束 | ラウンド数 |
|---|---|---|
| ベースライン（0%喪失） | はい | 1 |
| 10%パケットロス | はい | 2 |
| 30%パケットロス | はい | 2 |
| 50%パケットロス | はい | 2 |
| 20%ロス + 100msレイテンシ + 30msジッタ | はい | 2 |
| パーティション（10ラウンド）→マージ | はい | 1 |
| パーティション（50ラウンド）→20%ロスでマージ | はい | 1 |
| 80%パケットロス（ストレス） | はい | 4 |
AIMPは約80%のパケットロスまで、数ラウンドのアンチエントロピー内で収束し、優雅に劣化します。
Docker ARM64 Linux、RPiクラスのリソース制限: