तकनीकी सारांश: पुनर्रचनात्मक अधिकार का परिचालन (Operationalizing Reconstructive Authority)

समस्या विवरण (Problem Statement)

स्वायत्त एजेंट प्रणालियाँ अक्सर गलत निर्णय लेने वाले तर्क (decision-making logic) के कारण नहीं, बल्कि इसलिए विफल होती हैं क्योंकि वे ऐसे निर्णयों को निष्पादित करती हैं जिनका अधिकार रनटाइम पर अब मान्य नहीं रहता। गतिशील वातावरण में, वह स्थितियाँ जिनके तहत निर्णय लिया गया था (प्रवेश समय), अक्सर निष्पादन के क्षण की स्थितियों से भिन्न हो जाती हैं। पूर्व सत्यापन दृष्टिकोण (prior validation approaches), जो अधिकार को प्रारंभिक अवस्था से विरासत में प्राप्त एक स्थिर गुण मानते हैं, "पुराने अधिकार" (stale authority) के तहत निष्पादन को रोकने में सक्षम नहीं होते हैं।

मौजूदा नीति प्रवर्तन मॉडल (जैसे, XACML, OPA) आमतौर पर एक बाइनरी निर्णय स्थान (binary decision space) पर कार्य करते हैं: स्वीकार (Admit) या अस्वीकार (Deny)। ये मॉडल अक्सर लुप्त या अनिश्चित डेटा को डिफ़ॉल्ट अस्वीकृति या एक स्वीकार्य जोखिम के रूप में देखते हैं, और अमान्य अधिकार (जहाँ स्थितियाँ ज्ञात रूप से असत्य हैं) और अपरिभाषित अधिकार (जहाँ अपूर्ण दृश्यता के कारण स्थितियों का निर्धारण नहीं किया जा सकता) के बीच अंतर करने में विफल रहते हैं। यह संरचनात्मक अंतराल प्रणालियों को ज्ञान संबंधी अपूर्णता (epistemic incompleteness) के तहत कार्य करने के लिए प्रेरित करता है, जिससे सुरक्षा गारंटी का उल्लंघन होता है।

कार्यप्रणाली (Methodology)

यह शोध पत्र पुनर्रचनात्मक अधिकार मॉडल (Reconstructive Authority Model - RAM) को, जिसे पहले पेपर 5 में सैद्धांतिक रूप से परिभाषित किया गया था, एक ठोस रनटाइम निष्पादन प्रोटोकॉल में संचालित (operationalize) करता है। मुख्य कार्यप्रणाली "विरासत में प्राप्त अधिकार के सत्यापन" से बदलकर "वर्तमान अवस्था से अधिकार के निर्माण" की ओर प्रतिमान (paradigm) को स्थानांतरित करती है।

1. सैद्धांतिक आधार (Theoretical Foundation)

प्रणाली अधिकार $A(t)$ को एक स्थिर फ्लैग के रूप में नहीं, बल्कि वर्तमान दृश्य अवस्था $O(t)$ के एक फलन (function) $F$ के रूप में परिभाषित करती है:
$$A(t) = F(O(t))$$
चूंकि वास्तविक प्रणाली अवस्था $S_r(t)$ पूरी तरह से दृश्य (observable) नहीं है, इसलिए प्रणाली को यह निर्धारित करना चाहिए कि क्या अधिकार रचनात्मक (constructible) है। अधिकार केवल तभी रचनात्मक होता है जब:

1. दृश्यता (Observability): सभी आवश्यक निर्भरता चर (dependency variables) अनिश्चितता $\theta_{auth}$ से नीचे की सीमा के साथ दृश्य हों।
2. पूर्णता (Closure): निर्भरता ग्राफ पूरी तरह से हल हो चुका हो (कोई भी अपस्ट्रीम निर्भरता अनुपलब्ध न हो)।
3. संगति (Consistency): मूल्यांकित निर्भरताओं पर कोई भी इनवेरिएंट उल्लंघन (invariant violations) का पता न चला हो।

2. त्रैय निष्पादन अवस्था (The Ternary Execution State)

यह पत्र निष्पादन अवस्था स्थान में एक मौलिक विस्तार प्रस्तुत करता है, जो बाइनरी एडमिट/डिनाय से आगे बढ़कर एक तीन-अवस्था मॉडल की ओर बढ़ता है:

• निष्पादित करें (Execute): अधिकार रचनात्मक है और True के रूप में मूल्यांकित होता है।
• अस्वीकार करें (Deny): अधिकार रचनात्मक है लेकिन False के रूप में मूल्यांकित होता है (स्थितियाँ ज्ञात रूप से उल्लंघन की स्थिति में हैं)।
• रोकें (Halt): अधिकार गैर-मूल्यांकन योग्य है ($A(t) = \bot$)। यह तब होता है जब रचनात्मकता की शर्तें विफल हो जाती हैं (जैसे, लुप्त संकेत, उच्च अनिश्चितता, या खुले निर्भरता ग्राफ)। महत्वपूर्ण रूप से, Halt, Deny से भिन्न है; यह ज्ञान संबंधी अपूर्णता के कारण निष्पादन के निलंबन का प्रतिनिधित्व करता है, न कि ज्ञात नीति उल्लंघनों के आधार पर अस्वीकृति का।

3. रनटाइम प्रवर्तन प्रोटोकॉल (Runtime Enforcement Protocol)

परिचालन को एक रनटाइम प्रवर्तन लूप (Runtime Enforcement Loop) के माध्यम से लागू किया जाता है जो तीन स्तरों को एकीकृत करता है:

• अवस्था अधिग्रहण (State Acquisition): पूर्णता का अनुमान लगाए बिना $O(t)$ एकत्र करता है।
• अधिकार निर्माण इंजन (Authority Construction Engine): वर्तमान अवस्था के आधार पर क्रिया $a$ के लिए आवश्यक निर्भरताओं $D(a)$ को गतिशील रूप से हल करता है। यह प्रत्येक चर के लिए दृश्यता और अनिश्चितता का मूल्यांकन करता है।
• निष्पादन गेट (Execution Gate): त्रैय निर्णय (ternary decision) को लागू करता है। यदि $A(t) = \bot$, तो प्रणाली Halt अवस्था में प्रवेश करती है।

4. रिकवरी लूप (The Recovery Loop)

Halt अवस्था को संबोधित करने के लिए, यह पत्र एक रिकवरी लूप को परिभाषित करता है। Halt को एक टर्मिनल विफलता के रूप में मानने के बजाय, प्रणाली:

1. उन विशिष्ट अनसुलझे चरों की पहचान करती है जो 'हॉल्ट' का कारण बन रहे हैं।
2. ड्रिफ्ट (drift) का पता लगाने या लुप्त संकेतों को प्राप्त करने के लिए इनवेरिएंट मॉनिटरिंग लेयर (IML) को ट्रिगर करती है।
3. अवस्था को संवर्धित करती है (जैसे, नया डेटा प्राप्त करके या क्रिया के दायरे को कम करके)।
4. अधिकार के पुनर्निर्माण का प्रयास करती है।
   निष्पादन केवल तभी पुनः आरंभ होता है जब अधिकार फिर से रचनात्मक हो जाता है, जिससे सशर्त जीवंतता (conditional liveness) सुनिश्चित होती है।

मुख्य योगदान (Key Contributions)

1. RAM का परिचालन (Operationalization of RAM): पहला रनटाइम निष्पादन मॉडल प्रदान करता है जो प्रवेश-समय सत्यापन पर भरोसा करने के बजाय क्रिया के बिंदु पर अधिकार के पुनर्निर्माण को लागू करता है।
2. Halt अवस्था: अनिश्चितता के तहत निष्पादन को रोकने और लुप्त डेटा को डिफ़ॉल्ट अस्वीकृति मानने से बचने के लिए स्पष्ट रूप से परिभाषित (undefined) अधिकार को संभालने हेतु एक तीसरी निष्पादन अवस्था को औपचारिक रूप देता है।
3. निर्भरता समाधान एल्गोरिदम (Dependency Resolution Algorithm): एक गतिशील एल्गोरिदम पेश करता है जहाँ आवश्यक चर स्थिर रूप से परिभाषित नहीं होते हैं, बल्कि रनटाइम अवस्था और निर्माण फलन $F$ से उभरते हैं।
4. गवर्नेंस स्टैक के साथ एकीकरण: प्रदर्शित करता है कि कैसे RAM, एजेंट कंट्रोल प्रोटोकॉल (ACP) और इनवेरिएंट मॉनिटरिंग लेयर (IML) के साथ एकीकृत होता है, जो निष्पादन गेट (ACP के चरण 3) पर प्राधिकरण मानदंड के रूप में कार्य करता है और आवंटन एवं संरचनात्मक शासन स्तरों के समानांतर रहता है।
5. औपचारिक गारंटी (Formal Guarantees):
   • सुरक्षा (Safety): सिद्ध किया गया है कि कोई भी क्रिया निष्पादित नहीं होती है जब तक कि अधिकार रचनात्मक और वैध दोनों न हो (प्रमेय 3 और 4)।
   • सशर्त जीवंतता (Conditional Liveness): सिद्ध किया गया है कि यदि लुप्त अधिकार-निर्धारित चर अंततः दृश्य हो जाते हैं, तो निष्पादन पुनः आरंभ होगा (प्रमेय 2)।

परिणाम और दावे (Results and Claims)

यह शोध पत्र कोई अनुभवजन्य प्रायोगिक डेटा प्रस्तुत नहीं करता है, बल्कि एक औपचारिक परिचालन मॉडल और तार्किक प्रमाण प्रदान करता है। प्राथमिक परिणाम हैं:

• सुरक्षा गारंटी: मॉडल संरचनात्मक रूप से पुराने या अपरिभाषित अधिकार के तहत निष्पादन को रोकता है, जो उन प्रणालियों में एक विफलता मोड है जो रनटाइम पर अधिकार को पुनः गणना नहीं करती हैं।
• ड्रिफ्ट हैंडलिंग: IML के साथ RAM को जोड़कर, प्रणाली व्यवहारिक ड्रिफ्ट का पता लगाती है और अधिकार को तुरंत अमान्य कर देती है, जिससे निष्पादन से पहले ही 'हॉल्ट' अनिवार्य हो जाता है।
• ट्रेसिबिलिटी (Traceability): प्रत्येक निष्पादन प्रयास एक ऑडिट आर्टिफैक्ट उत्पन्न करता है जो निर्भरता समाधान पथ, अनिश्चितता स्तरों और Halt, Deny, या Execute के विशिष्ट कारण का विवरण देता है।

महत्व (Significance)

यह शोध पत्र सैद्धांतिक शासन स्थितियों और रनटाइम प्रवर्तन के बीच के अंतर को पाटकर "एजेंट गवर्नेंस सीरीज़" को पूर्ण करने का दावा करता है। जबकि पेपर 0–4 शासन की संरचनात्मक सुदृढ़ता को परिभाषित करते हैं और पेपर 5 पुनर्रचनात्मक अधिकार की सैद्धांतिक प्रकृति को परिभाषित करता है, पेपर 6 यह परिभाषित करता है कि रनटाइम पर अधिकार को कैसे लागू किया जाता है।

इसका महत्व निष्पादन नियंत्रण को अनुमान और सत्यापन की समस्या से बदलकर रचनात्मकता और प्रवर्तन के रूप में पुनर्परिभाषित करने में निहित है। जब अधिकार का निर्माण नहीं किया जा सकता, तो निष्पादन को करने से इनकार करके, प्रणाली उपलब्धता के ऊपर सुरक्षा को प्राथमिकता देती है, यह सुनिश्चित करती है कि स्वायत्त एजेंट केवल तभी कार्य करें जब उनका अधिकार विश्व की वर्तमान अवस्था से सक्रिय रूप से और सत्यापन योग्य रूप से व्युत्पन्न हो। यह दृष्टिकोण पुनर्रचनात्मक अधिकार को वास्तविक, गतिशील प्रणालियों में लागू करने के लिए आवश्यक निष्पादन अर्थ विज्ञान (execution semantics) प्रदान करता है।