Sistema C4-META v1.0.0 (protótipo de pesquisa)

Protótipo de pesquisa para defesa de IA em múltiplas camadas: explicabilidade C4, classificadores ensemble, desofuscação, mecanismo de segurança O₂, defesa ThoughtVirus e alinhamento de valores SVETILO. Grau alfa — validado internamente, auditoria externa pendente.

Versão: 1.0.0-alpha | Status: Protótipo de Pesquisa | Licença: BSL 1.1 (gratuito fora de produção; produção → comercial)

Autor: I.G. Selyutin. Coautor do modelo C4-META: N.I. Kovalev.
Identidade do produto (2026-08): protótipo de pesquisa BSL / profundidade comercial de uma pilha de defesa C4 multicamadas mais robusta (ensemble, andaime O₂, laboratório red-team) construída sobre o c4protocol sob licença Apache-2.0.
Não é um segundo protocolo aberto. Não é defesa de AGI de produção certificada. Não é "v8 FINAL".
Auditoria de honestidade: docs/AUDIT-c4-meta-system-2026-08.md.
Caminho de promoção: docs/PROMOTE-FROM-PROTOCOL.md (consumir/fixar c4protocol; sem despejo do ensemble no SDK enxuto).
GitLab Pages = public/ (EN + public/ru/). Comprovante de runtime aberto: make conformance no c4protocol.

---

🎯 Visão Geral

O Sistema C4-META é um protótipo de pesquisa para defesa de IA em múltiplas camadas que implementa:

Arquitetura de Defesa em 4 Camadas

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

• Camada 1 — Saneamento de Entrada: pipeline de desofuscação (leetspeak, mais de 90 homóglifos Unicode, caracteres de largura zero, override RTL, Base64/ROT13)
• Camada 2 — Análise Semântica: votação ensemble de 4 classificadores (ONNX BERT + RuleBased + Heuristic + LLM Semantic)
• Camada 3 — Análise Comportamental: módulos de defesa AoC, correspondência de padrões, detecção de anomalias de trajetória
• Camada 4 — Meta-Observador (O₂): entropia de transferência, consenso BFT, entrelaçamento semântico, análise de grafo causal

Principais Capacidades

• Votação Ensemble de 4 Classificadores — ONNX BERT + RuleBased (mais de 80 padrões) + Heuristic (32 palavras de perigo) + LLM Semantic (Ollama/DeepSeek)
• Lógica OR de classificador duplo: BERT semântico + classificador de palavras-chave RuleBased com fallback OR — sem ponto único de falha
• 16 Módulos de Defesa AoC — 11 clássicos + 5 estendidos (heurístico/laboratório; não é uma afirmação de que "todas as falhas multiagente foram resolvidas")
• Defesa ThoughtVirus — defesa em duas camadas (detecção de padrões regex + análise de trajetória C4). Inspirada em arXiv:2603.00131 (Iniciativa de Segurança Multiagente; não Microsoft)(https://arxiv.org/abs/2603.00131)
• SVETILO — 7 selos heurísticos via value_verification.py (não é um modelo de ética treinado)
• Explicabilidade C4 (T,S,A) — análise de coordenadas cognitivas via modelo ONNX quantizado (737KB, ~50ms)
• Andaime O₂ — módulos de pesquisa; o caminho BFT é simulação consultiva, não FT Bizantino de produção
• Desofuscação — Leetspeak, mais de 90 homóglifos Unicode, caracteres de largura zero, override RTL, Base64/ROT13
• Laboratório Red Team — desenho científico de controle/tratamento, teste exato de Fisher, d de Cohen, IC bootstrap
• Scanner de Conteúdo Subliminar — detecta mapeamentos token→conceito
• Detecção de jailbreak multietapa — rastreamento de escalada baseado em sessão
• Implantação Docker/K8s — implantação conteinerizada multinó

---

🏗 Arquitetura

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

Votação dos 4 classificadores:

• ONNX_BERT: coordenadas cognitivas C4 (T,S,A) por meio de modelo quantizado (737KB, ~50ms)
• RuleBased: mais de 80 padrões regex cobrindo injeção, jailbreak, role-play e bypass de autoridade
• Heuristic: 32 palavras de perigo + análise de eixos C4 + métrica de densidade semântica
• LLM_SEMANTIC: Ollama/DeepSeek — classificação de ataques semânticos (~300ms)

Lógica OR de classificador duplo: BERT + RuleBased operam como porta primária com fallback OR — se qualquer um sinalizar a entrada, ela segue para as camadas de defesa. Nenhum classificador isolado é um gargalo.

---

📁 Estrutura do Projeto