C4-META システム v1.0.0（研究プロトタイプ）

多層AI防御のための研究プロトタイプ: C4 explainability、アンサンブル分類器、難読化解除、O₂セキュリティエンジン、ThoughtVirus防御、SVETILO価値整合。アルファグレード — 内部検証済み、外部監査は保留中。

バージョン: 1.0.0-alpha | ステータス: 研究プロトタイプ | ライセンス: BSL 1.1（本番環境では無償不可。本番利用は商用ライセンス）

著者: I.G. Selyutin。C4-METAモデル共同著者: N.I. Kovalev。
製品アイデンティティ（2026-08）: Apache-2.0 c4protocol 上に構築された、より重厚な多層C4防御スタック（アンサンブル、O₂スキャフォールディング、レッドチームラボ）のBSL研究／商用深度プロトタイプ。
ではないもの: 第二のオープンプロトコル。認証済み本番AGI防御。「v8 FINAL」。
誠実性監査: docs/AUDIT-c4-meta-system-2026-08.md。
昇格パス: docs/PROMOTE-FROM-PROTOCOL.md（c4protocolを消費／固定。薄型SDKへのアンサンブル投入はしない）。
GitLab Pages = public/（英語 + public/ru/）。オープンランタイムの受領証: c4protocol内の make conformance。

---

🎯 概要

C4-METAシステムは、以下を実装する多層AI防御の研究プロトタイプです:

4層防御アーキテクチャ

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

• レイヤー1 — 入力サニタイゼーション: 難読化解除パイプライン（リート語、90以上のUnicodeホモグリフ、ゼロ幅文字、RTLオーバーライド、Base64/ROT13）
• レイヤー2 — セマンティック分析: 4分類器アンサンブル投票（ONNX BERT + RuleBased + Heuristic + LLM Semantic）
• レイヤー3 — 行動分析: AoC防御モジュール、パターンマッチング、軌道異常検知
• レイヤー4 — メタオブザーバー（O₂）: 転送エントロピー、BFTコンセンサス、意味的絡み合い、因果グラフ分析

主要機能

• 4分類器アンサンブル投票 — ONNX BERT + RuleBased（80以上のパターン）+ Heuristic（32の危険語）+ LLM Semantic（Ollama/DeepSeek）
• デュアル分類器ORロジック: BERTセマンティック + RuleBasedキーワード分類器によるORフォールバック — 単一障害点なし
• 16のAoC防御モジュール — 11の古典的 + 5つの拡張（ヒューリスティック／ラボ用。「全てのマルチエージェント障害を解決」という主張ではない）
• ThoughtVirus防御 — 2層防御（正規表現パターン検出 + C4軌道分析）。arXiv:2603.00131（マルチエージェントセキュリティイニシアチブ。Microsoft製ではない）に着想を得る
• SVETILO — value_verification.py による7つのヒューリスティックシール（訓練済み倫理モデルではない）
• C4 Explainability（T,S,A） — 量子化ONNXモデルによる認知的座標分析（737KB、約50ms）
• O₂スキャフォールディング — 研究モジュール。BFTパスはアドバイザリーシミュレーションであり、本番用Byzantine FTではない
• 難読化解除 — リート語、90以上のUnicodeホモグリフ、ゼロ幅文字、RTLオーバーライド、Base64/ROT13
• レッドチームラボ — 科学的な対照／処置デザイン、フィッシャーの正確確率検定、コーエンのd、ブートストラップCI
• サブリミナルコンテンツスキャナー — トークン→概念マッピングを検出
• マルチターン脱獄検出 — セッションベースのエスカレーション追跡
• Docker/K8sデプロイ — コンテナ化されたマルチノードデプロイ

---

🏗 アーキテクチャ

┌──────────────────────────────────────────────┐
│  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)         │
└──────────────────────────────────────────────┘

投票する4つの分類器:

• ONNX_BERT: 量子化モデルによるC4認知座標（T,S,A）（737KB、約50ms）
• RuleBased: インジェクション、脱獄、ロールプレイ、権限バイパスをカバーする80以上の正規表現パターン
• Heuristic: 32の危険語 + C4軸分析 + 意味密度メトリック
• LLM_SEMANTIC: Ollama/DeepSeek — セマンティック攻撃分類（約300ms）

デュアル分類器ORロジック: BERT + RuleBasedがORフォールバック付きのプライマリゲートとして動作 — どちらかが入力をフラグすれば、防御レイヤーに進む。単一分類器がボトルネックになることはない。

---

📁 プロジェクト構造