C4-META System v1.0.0 (исследовательский прототип)

Исследовательский прототип многоуровневой ИИ-защиты: объяснимость C4, ансамблевые классификаторы, деобфускация, движок безопасности O₂, защита ThoughtVirus и ценностное выравнивание SVETILO. Уровень Alpha — внутренняя валидация пройдена, внешний аудит ожидается.

Версия: 1.0.0-alpha | Статус: исследовательский прототип | Лицензия: BSL 1.1 (бесплатно вне продакшена; продакшен → коммерческая)

Автор: И.Г. Селютин. Соавтор модели C4-META: Н.И. Ковалев.
Идентичность продукта (2026-08): BSL-исследовательский / коммерчески-углублённый прототип более тяжёлого многоуровневого стека защиты C4 (ансамбль, каркас O₂, red-team лаборатория), построенный на Apache-2.0 c4protocol.
Не второй открытый протокол. Не сертифицированная продакшен-защита AGI. Не «v8 FINAL».
Аудит честности: docs/AUDIT-c4-meta-system-2026-08.md.
Путь продвижения: docs/PROMOTE-FROM-PROTOCOL.md (потреблять/пинить c4protocol; без выгрузки ансамбля в тонкий SDK).
GitLab Pages = public/ (EN + public/ru/). Подтверждение открытого рантайма: make conformance в c4protocol.

---

🎯 Обзор

C4-META System — это исследовательский прототип многоуровневой ИИ-защиты, реализующий:

4-уровневая архитектура защиты

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

• Уровень 1 — Очистка входных данных: конвейер деобфускации (leetspeak, 90+ Unicode-гомоглифов, zero-width символы, RTL override, Base64/ROT13)
• Уровень 2 — Семантический анализ: голосование ансамбля из 4 классификаторов (ONNX BERT + RuleBased + Heuristic + LLM Semantic)
• Уровень 3 — Поведенческий анализ: модули защиты AoC, сопоставление с паттернами, обнаружение аномалий траекторий
• Уровень 4 — Мета-наблюдатель (O₂): трансферная энтропия, BFT-консенсус, семантическая запутанность, анализ причинно-следственных графов

Ключевые возможности

• Голосование ансамбля из 4 классификаторов — ONNX BERT + RuleBased (80+ паттернов) + Heuristic (32 опасных слова) + LLM Semantic (Ollama/DeepSeek)
• OR-логика двойного классификатора: семантический BERT + RuleBased-классификатор по ключевым словам с OR-фолбэком — без единой точки отказа
• 16 модулей защиты AoC — 11 классических + 5 расширенных (эвристические/лабораторные; не претензия на «решение всех проблем мультиагентных отказов»)
• Защита ThoughtVirus — двухуровневая защита (обнаружение regex-паттернов + анализ траекторий C4). Вдохновлено arXiv:2603.00131 (Multi-Agent Security Initiative; не Microsoft)(https://arxiv.org/abs/2603.00131)
• SVETILO — 7 эвристических печатей через value_verification.py (не обученная модель этики)
• Объяснимость C4 (T,S,A) — анализ когнитивных координат через квантизованную ONNX-модель (737KB, ~50мс)
• Каркас O₂ — исследовательские модули; путь BFT — рекомендательная симуляция, не продакшен Byzantine FT
• Деобфускация — Leetspeak, 90+ Unicode-гомоглифов, zero-width символы, RTL override, Base64/ROT13
• Red Team Lab — научный дизайн контроль/воздействие, точный тест Фишера, d Коэна, bootstrap CI
• Сканер сублиминального контента — обнаруживает отображения токен→концепт
• Обнаружение многоходовых джейлбрейков — отслеживание эскалации на основе сессий
• Развёртывание Docker/K8s — контейнеризированное многоузловое развёртывание

---

🏗 Архитектура

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

Голосование 4 классификаторов:

• ONNX_BERT: когнитивные координаты C4 (T,S,A) через квантизованную модель (737KB, ~50мс)
• RuleBased: 80+ regex-паттернов, покрывающих инъекции, джейлбрейки, ролевые игры, обход авторитетов
• Heuristic: 32 опасных слова + анализ осей C4 + метрика семантической плотности
• LLM_SEMANTIC: Ollama/DeepSeek — классификация семантических атак (~300мс)

OR-логика двойного классификатора: BERT + RuleBased работают как основной шлюз с OR-фолбэком — если любой из них помечает входные данные, они передаются на уровни защиты. Ни один классификатор не является узким местом.

---

📁 Структура проекта