AIMP — AI Mesh Protocol

Экспериментальный бессерверный сетевой протокол для устойчивой синхронизации состояния между автономными агентами в фрагментированных сетях с низкой пропускной способностью. Построен на Merkle-CRDT и криптографической идентичности — без центрального органа, без глобального DNS, всегда доступен для записи.

Публикации

#	Версия	Название	Ссылка
1	v0.1.0	Merkle-CRDT Protocol (L1/L2)	ResearchGate
2	v0.2.0	Epistemic Layer (L3)	ResearchGate
3	v0.3.0	Correlation-Aware Aggregation (L3)	ResearchGate
4	v0.4.0	Deterministic Semantic Topologies (L3)	ResearchGate

Профили автора: ResearchGate · ResearchHub

Стек протокола

Уровень	Версия	Назначение
L1/L2	v0.1.0	Merkle-DAG CRDT, подпись Ed25519, транспорт Noise Protocol, кворум BFT
L3	v0.2.0	Epistemic Layer: целочисленные логарифмические шансы, двухпроходное распространение доверия, репутация, устойчивая к Sybil-атакам
L3	v0.3.0	Correlation-Aware Aggregation: геометрическое дисконтирование для коррелированных сенсоров/LLM
L3	v0.4.0	Deterministic Semantic Topologies: автономная генерация рёбер через 256-битный SimHash

Что нового

v0.4.0 — Deterministic Semantic Topologies

L3 v0.3.0 требовал от приложений ручного построения графа знаний (рёбра Supports/Contradicts). v0.4.0 устраняет это узкое место с помощью автономной генерации рёбер:

Утверждения несут опциональный QuantizedEmbedding([u64; 4]) — 256-битный SimHash, вычисляемый на стороне приложения из канонической модели эмбеддингов.
На каждой границе эпохи протокол вычисляет попарные расстояния Хэмминга (XOR + popcount, ~1 нс на пару) и создаёт рёбра Supports для близких пар (d <= 30 бит) и рёбра Contradicts для далёких пар (d >= 200 бит).
Сила ребра линейно масштабируется с расстоянием в базисных пунктах (d=0 → 10000 bps, d=30 → 1000 bps).
Ограничение max_k_nearest ограничивает плотность рёбер до O(N), предотвращая взрыв распространения доверия.
embedding_version: u32 изолирует непересекающиеся латентные пространства для обновлений модели на уровне протокола.
Авто-рёбра материализуются через L2 gossip, переживая GC благодаря Holographic Routing.
Мёртвая зона (31-199 бит) изолирует неоднозначные утверждения — эпистемологически корректная изоляция.

// Autonomous truth discovery: 10,000 claims → 50 ms scan, O(N) edges
// No floats. No coordination. No central authority.
let edges = auto_edge_generator.generate_edges(&epoch_claims);

v0.3.0 — Correlation-Aware Belief Aggregation

L3 v0.2.0 предполагает, что все источники доказательств статистически независимы (Naive Bayes). Это порождает патологическую гиперуверенность, когда физически коррелированные сенсоры (например, 100 IoT-устройств на одной крыше) или семантически коррелированные агенты (например, LLM, дообученные на одном наборе данных) сообщают согласованные наблюдения.

v0.3.0 вводит Grid-Cell Correlation Discounting:

Каждое утверждение несёт опциональный CorrelationCell(u64) — дискретную координату для пространственной, семантической или временной близости.
Внутри каждой ячейки доказательства ранжируются по силе и геометрически дисконтируются: самый сильный источник сохраняет 100% веса; каждый последующий источник получает discount_bps^rank / 10000^rank (по умолчанию 30%).
При 30% дисконте N коррелированных сенсоров сходятся к ~1.42x доказательства одного сенсора — независимо от N. Наивный подход дал бы N-кратное усиление.
Проблема ассоциативности CRDT (геометрическое затухание неассоциативно при частичных слияниях) решается архитектурно: редукция эпохи группируется по (temporal_grid, fingerprint, correlation_cell), гарантируя атомарное вычисление на полном наборе.
~~Утверждения с correlation_cell: None ведут себя идентично v0.2.0 (нулевая регрессия).~~ Заменено — см. ниже.
Вся арифметика только целочисленная (i32/i64, базисные пункты). Без чисел с плавающей точкой. Готово к ZK.

Критическое изменение в v0.5.0. correlation_cell: None больше не означает «независимый, полный вес». Сокрытие поля было строго выгодным — по измерениям, сокрытие давало 70.3x преимущество над честным раскрытием, поэтому рациональный участник никогда не объявлял ячейку, и дисконт выше тривиально обходился. Независимость теперь должна быть обоснована, а не заявлена: непроверенная независимость ограничивается, тогда как независимость, подкреплённая отдельным кластером эмбеддингов, по-прежнему накапливается с полным весом. См. раздел L3 в Что нового и aimp_node/tests/insider_asymmetry.rs.

// 100 co-located sensors, 70% confidence each:
// v0.2.0 (naive):  100 × 847 = 84,700 milli-log-odds → ~100% (hyper-confident)
// v0.3.0 (30%):    847 × Σ(0.3^i) ≈ 1,207 milli-log-odds → ~77% (realistic)

Архитектура

aimp_node/          Rust reference implementation (Cargo workspace member)
  src/
    crdt/           Merkle-DAG engine, actor model, arena allocator, quorum consensus
    crypto/         Ed25519 identity, BLAKE3 hashing, zero-trust firewall
    network/        UDP gossip, Noise Protocol XX sessions, per-peer rate limiting
    protocol/       Wire format (MessagePack), typed payload enum
    epistemic.rs    L3 Epistemic Layer (v0.3.0): log-odds, trust propagation, correlation discounting
    semantic_topology.rs  L3 Semantic Topology (v0.4.0): SimHash embeddings, auto-edge generation
    decision_engine.rs  Pluggable deterministic decision engine (trait + rule engine + hot-reload)
    error.rs        Unified AimpError type hierarchy
    dashboard/      Ratatui TUI
    config.rs       Dynamic configuration with validation
    event/          Structured logging + Prometheus metrics (counters + histograms)
  tests/            Integration tests
  benches/          Criterion benchmarks
aimp_testbed/       Python SDK (aimp-client) + CLI tool + chaos testing
deploy/             Systemd service, Firecracker microVM, install script
formal/             TLA+ convergence + quorum safety + belief convergence specification
docs/               Paper 1 (Typst source + PDF)
v0.2.0/             Paper 2: Epistemic Layer (Typst source + PDF)
v0.3.0/             Paper 3: Correlation-Aware Aggregation (Typst source + PDF)

aimp

Популярное