Constraint Migration: A Formal Theory of Throughput in AI Cybersecurity Pipelines

यहाँ सुरसक फेटमनी के शोध पत्र "Constraint Migration: A Formal Theory of Throughput in AI Cybersecurity Pipelines" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

यह शोध पत्र साइबर सुरक्षा संचालन में AI की तैनाती से संबंधित अनौपचारिक तर्कों में औपचारिक गणितीय आधार की कमी को संबोधित करता है। सामान्य नारे—जैसे कि "AI हमलावरों और रक्षकों दोनों की गति बढ़ा देता है," "AI मानवीय निर्णय का स्थान नहीं ले सकता," या "अधिक अलर्ट का अर्थ अधिक शोर (noise) है"—व्यापक रूप से प्रसारित होते हैं लेकिन उनमें कठोर परिभाषाओं का अभाव है। विशेष रूप से, यह निर्धारित करने के लिए कोई औपचारिक सिद्धांत नहीं है कि:

• किन सटीक परिस्थितियों में AI-प्रेरित गति वास्तव में सिस्टम थ्रूपुट (throughput) को बढ़ाती है?
• मानवीय निरीक्षण संबंधी बाधाएं इन लाभों को कैसे सीमित करती हैं?
• AI त्वरण (acceleration) हमलावरों और रक्षकों के बीच सापेक्ष लाभ को कैसे प्रभावित करता है?
• क्या डिटेक्शन संवेदनशीलता (detection sensitivity) को बढ़ाने से अनिवार्य रूप से "उपयोगी" थ्रूपुट में गिरावट आती है, या यह एक मॉडलिंग आर्टिफैक्ट (modeling artifact) है?

लेखक का लक्ष्य इन अनौपचारिक दावों को थ्योरी ऑफ कंस्ट्रेंट्स (Theory of Constraints - TOC) पर आधारित एक औपचारिक अक्षियोमैटिक सिद्धांत (axiomatic theory) से बदलना है, जिसे परिमित क्रमिक पाइपलाइन प्रणालियों (finite serial pipeline systems) पर लागू किया गया है।

2. कार्यप्रणाली (Methodology)

शोध पत्र औपचारिक गणितीय तर्क का उपयोग करके एक निश्चित (deterministic), बफरलेस, क्रमिक पाइपलाइन मॉडल का निर्माण करता है।

• पाइपलाइन की परिभाषा: एक पाइपलाइन $\Pi$ को एक टुपल $(V, \prec, c)$ के रूप में परिभाषित किया गया है, जहाँ $V$ चरणों (stages) का एक परिमित सेट है, $\prec$ एक सख्त कुल क्रम (strict total order/serial structure) है, और $c: V \to \mathbb{R}_{>0}$ एक क्षमता फलन (capacity function) है।
• थ्रूपुट मीट्रिक: सिस्टम थ्रूपुट $T(\Pi)$ को सख्ती से सभी चरणों के न्यूनतम क्षमता के रूप में परिभाषित किया गया है: $T(\Pi) = \min_{v \in V} c(v)$। यह "बॉटलनेक" (bottleneck) की अवधारणा को एब्स्ट्रैक्ट करता है।
• AI मॉडलिंग: AI हस्तक्षेप को एक गुणात्मक व्यवधान (multiplicative perturbation) के रूप में मॉडल किया गया है। एक स्वीकार्य मल्टीप्लायर फलन $\alpha: V \to \mathbb{R}_{\ge 1}$ प्रत्येक चरण को एक सुधार कारक (improvement factor) प्रदान करता है। परिवर्तित क्षमता $c^\alpha(v) = \alpha(v) \cdot c(v)$ है।
• विस्तार (Extensions):
  • मानवीय अधिकार (Human Authority): चरणों का एक उपसमुच्चय $H$ बाधित है जहाँ $\alpha(h) = 1$ (कोई त्वरण नहीं)।
  • प्रतिद्वंद्वी मॉडल (Adversarial Model): दो स्वतंत्र पाइपलाइनों (हमलावर $A$, रक्षक $D$) के युग्म का तुलनात्मक विश्लेषण किया गया है।
  • फॉल्स पॉजिटिव मॉडल (False Positive Model): अलर्ट दर और जांच क्षमता को ध्यान में रखते हुए "उपयोगी थ्रूपुट" को मॉडल करने के लिए एक स्केलर फलन पेश किया गया है, जो निश्चित-अनुपात (fixed-fraction) और दर-निर्भर (rate-dependent) परिशुद्धता मॉडलों दोनों का परीक्षण करता है।

3. मुख्य योगदान (Key Contributions)

शोध पत्र छह प्राथमिक योगदान प्रदान करता है, जो मौलिक परिभाषाओं से लेकर विशिष्ट प्रमेयों तक जाते हैं:

1. औपचारिक एक्सियोमैटाइजेशन (Formal Axiomatization): पाइपलाइन थ्रूपुट, बॉटलनेक सेट और गुणात्मक व्यवधानों के लिए एक कठोर ढांचा स्थापित करता है।
2. सटीक अपरिवर्तनीयता स्थितियाँ (Exact Invariance Conditions): उन स्थितियों को सिद्ध करता है जब थ्रूपुट अपरिवर्तित रहता है बनाम जब यह सख्ती से बढ़ता है।
3. ह्यूमन सीलिंग थ्योरम (Human Ceiling Theorem): गैर-त्वरक योग्य मानव चरणों द्वारा लगाए गए थ्रूपुट के ऊपरी कड़ेतम सीमा (hard upper bound) को परिमाणित करता है।
4. एडवर्सरियल रेशियो कैरेक्टराइजेशन (Adversarial Ratio Characterization): उस बीजगणितीय स्थिति को व्युत्पन्न करता है जो यह निर्धारित करती है कि कब AI रक्षक के बजाय हमलावर के पक्ष में होता है।
5. फॉल्स पॉजिटिव विश्लेषण (False Positive Analysis): यह सिद्ध करता है कि निश्चित-अनुपात मॉडल के तहत उपयोगी थ्रूपुट में "विरोधाभासी गिरावट" असंभव है और उस विशिष्ट परिशुद्धता फलन की पहचान करता है जो ऐसी गिरावट को मॉडल करने के लिए आवश्यक है।
6. स्कोप विश्लेषण (Scope Analysis): स्पष्ट रूप से रेखांकित करता है कि मॉडल क्या सिद्ध करता है (निश्चित बॉटलनेक) और क्या बाहर रखता है (स्टोकेस्टिकिटी, क्यूइंग, गेम थ्योरी)।

4. मुख्य परिणाम और प्रमेय (Key Results and Theorems)

थ्रूपुट अपरिवर्तनीयता और सुधार (प्रमेय 1 और 2)

• प्रमेय 1 (अपरिवर्तनीयता): थ्रूपुट अपरिवर्तित रहता है ($T(\Pi^\alpha) = T(\Pi)$) यदि और केवल यदि कम से कम एक मूल बॉटलनेक चरण में मल्टीप्लायर 1 बना रहता है (अर्थात, उसे सुधारा नहीं गया है)।
  • निहितार्थ: गैर-बॉटलनेक चरणों में सुधार करने से शून्य थ्रूपुट लाभ मिलता है। यदि कई बॉटलनेक आपस में समान हैं, तो केवल एक को सुधारना अपर्याप्त है; थ्रूपुट अपरिवर्तित बॉटलनेक द्वारा नियंत्रित रहता है।
• प्रमेय 2 (सख्त सुधार): थ्रूपुट सख्ती से बढ़ता है ($T(\Pi^\alpha) > T(\Pi)$) यदि और केवल यदि प्रत्येक मूल बॉटलनेक चरण का मल्टीप्लायर 1 से अधिक हो।
  • निहितार्थ: सिस्टम क्षमता बढ़ाने के लिए, सभी वर्तमान बॉटलनेक्स को एक साथ त्वरित करना आवश्यक है।

मानवीय अधिकार की सीमा (प्रमेय 3)

• परिणाम: यदि चरणों का एक गैर-रिक्त सेट $H$ (मानव चरण) त्वरित नहीं किया जा सकता ($\alpha(h)=1$), तो सिस्टम थ्रूपुट उन मानव चरणों की न्यूनतम क्षमता द्वारा सीमित है: $T(\Pi^\alpha) \le \min_{h \in H} c(h)$।
• टाइटनेस (Tightness): यह सीमा टाइट (tight) है। यदि मशीन चरणों को पर्याप्त रूप से त्वरित किया जाता है (असीमित), तो थ्रूपुट सबसे धीमे मानव चरण की क्षमता के ठीक बराबर हो जाता है।
• महत्व: यह सहज बोध को कि "AI मानवीय निर्णय का स्थान नहीं ले सकता" एक हार्ड थ्रूपुट सीलिंग के रूप में औपचारिक रूप देता है।

प्रतिद्वंद्वी गतिशीलता (प्रमेय 4)

• परिणाम: हमलावर-रक्षक थ्रूपुट अनुपात रक्षक के लिए तब खराब होता है जब हमलावर का सापेक्ष थ्रूपुट लाभ रक्षक के सापेक्ष लाभ से अधिक होता है।
  • गणितीय रूप से: $\frac{T(\Pi^\alpha_A)}{T(\Pi_A)} > \frac{T(\Pi^\alpha_D)}{T(\Pi_D)}$।
• उपप्रमेय (Corollary): यदि रक्षक गैर-बॉटलनेक चरणों में निवेश करता है (लाभ = 1) जबकि हमलावर अपने बॉटलनेक में सुधार करता है (लाभ > 1), तो रक्षक की सापेक्ष स्थिति खराब हो जाती है, भले ही रक्षक का पूर्ण थ्रूपुट अपरिवर्तित रहे।

फॉल्स पॉजिटिव मॉडलिंग (प्रमेय 5 और प्रपोजिशन 4)

• प्रमेय 5 (गिरावट की असंभवता): एक मॉडल के तहत जहाँ फॉल्स पॉजिटिव अंश $f$ स्थिर है, उपयोगी थ्रूपुट $U(\lambda) = (1-f)\min(\lambda, c_{inv})$ एक बार जब अलर्ट दर $\lambda$ जांच क्षमता $c_{inv}$ से अधिक हो जाती है, तो स्थिर (plateau) हो जाता है। यह घटता नहीं है।
  • महत्व: यह सामान्य तर्क कि "अधिक अलर्ट = कम उपयोगी कार्य" निश्चित-अनुपात धारणा के तहत गणितीय रूप से गलत है।
• प्रपोजिशन 4 (मरम्मत): इच्छित "गिरावट" व्यवहार को पुनः प्राप्त करने के लिए, मॉडल को एक दर-निर्भर परिशुद्धता फलन (rate-dependent precision function) $p(\lambda)$ को मानना चाहिए जो सख्ती से घटता हुआ हो। यदि अलर्ट वॉल्यूम बढ़ने के साथ परिशुद्धता कम होती है, तो उपयोगी थ्रूपुट वास्तव में संतृप्ति (saturation) के बाद घटेगा।

5. महत्व और सीमाएँ (Significance and Limitations)

महत्व:

• सहज ज्ञान के ऊपर सटीकता: यह शोध पत्र अस्पष्ट साइबर सुरक्षा नारों को सटीक गणितीय प्रमेयों में बदल देता है। उदाहरण के लिए, यह स्पष्ट करता है कि "AI में सुधार" तभी मदद करता है जब वह सभी बॉटलनेक्स को लक्षित करे, न कि केवल सबसे स्पष्ट वाले को।
• नीतिगत निहितार्थ: यह सुझाव देता है कि सुरक्षा संचालन केंद्रों (SOCs) को मानव बॉटलनेक चरणों पर निवेश करना चाहिए या यह सुनिश्चित करना चाहिए कि AI सुधार सभी समान बॉटलनेक्स को एक साथ कवर करें।
• मॉडलिंग की कठोरता: यह सामान्य परिचालन मॉडलों की खामियों को उजागर करता है, विशेष रूप से यह दिखाता है कि निश्चित फॉल्स-पॉजिटिव दरें थ्रूपुट पतन की व्याख्या नहीं कर सकती हैं, जिसके लिए अधिक जटिल परिशुद्धता मॉडलों की आवश्यकता होती है।

सीमाएँ:

• निश्चित और बफरलेस: मॉडल एक निश्चित, क्रमिक पाइपलाइन मानता है जिसमें कोई बफर या स्टोकेस्टिक परिवर्तनशीलता नहीं है। वास्तविक दुनिया के SOCs में कतारें (queues), समानांतर शाखाएं और यादृच्छिक वर्कलोड शामिल होते हैं।
• अनुकूलन का अभाव: जबकि यह लक्षणित करता है कि थ्रूपुट कब बदलता है, यह बजट सीमाओं के तहत AI संसाधनों के इष्टतम आवंटन का समाधान नहीं करता है (हालांकि यह संकेत देता है कि बॉटलनेक्स में निवेश करना इष्टतम है)।
• गेम थ्योरी का अभाव: इसका प्रतिद्वंद्वी मॉडल हमलावर और रक्षक को स्वतंत्र मानता है; यह रणनीतिक बातचीत या हथियारों की दौड़ (arms races) को मॉडल नहीं करता है।
• आदर्श मानव बाधा: यह धारणा कि मानव चरणों का मल्टीप्लायर ठीक 1 है, एक आदर्श स्थिति है; वास्तव में, AI आंशिक सहायता ($\alpha > 1$ लेकिन $< \infty$) प्रदान कर सकता है।

निष्कर्ष:
यह शोध पत्र साइबर सुरक्षा पाइपलाइनों में AI के लिए एक आधारभूत औपचारिक सिद्धांत प्रदान करता है। यह सिद्ध करता है कि थ्रूपुट सख्ती से सिस्टम की न्यूनतम क्षमता द्वारा शासित होता है और AI का प्रभाव बाइनरी (या तो यह बॉटलनेक को पिन करता है या नहीं) है। यह कार्य साइबर सुरक्षा संचालन में स्टोकेस्टिक विस्तार और गेम-थ्योरेटिक अनुप्रयोगों में भविष्य के अनुसंधान के लिए एक महत्वपूर्ण आधार के रूप में कार्य करता है।