The Hiremath Early Detection (HED) Score: A Measure-Theoretic Evaluation Standard for Temporal Intelligence

Each language version is independently generated for its own context, not a direct translation.

De "Hiremath Vroege Detectie" Score: Waarom "Te Laat" Net zo slecht is als "Niet"

Stel je voor dat je een brandwacht bent op een hoog toren. Je taak is om rook te zien zodra er een klein vonkje ontstaat, lang voordat er een echt vuur is.

In de wereld van computers en beveiliging (zoals bij het opsporen van hackers of het voorspellen van ziektes) gebruiken wetenschappers tot nu toe een oude manier om te kijken of hun systemen goed werken. Ze noemen dit de ROC/AUC-score.

Het probleem met de oude manier:
Stel, je ziet de rook om 10:00 uur. Je vriend ziet de rook om 10:50 uur.
Volgens de oude regels krijgen jullie allebei precies hetzelfde punt. Voor de oude regels maakt het niet uit wanneer je het zag, alleen of je het zag.
Maar in het echte leven is dat gek! Als je het vuur om 10:00 uur ziet, kun je het nog blussen. Als je het om 10:50 uur ziet, staat het hele gebouw in lichterlaaie. De tijd is cruciaal.

De Oplossing: De HED Score

Prakul Sunil Hiremath heeft een nieuwe meetlat bedacht: de Hiremath Early Detection (HED) Score.

Stel je voor dat de HED Score een smeltende ijsklomp is.

Het moment dat het vuur (of de hack) begint, is het moment dat de ijsklomp begint te smelten.
Hoe eerder je de rook ziet, hoe meer "ijs" (punten) je overhoudt.
Hoe langer je wacht, hoe meer ijs er smelt en hoe minder punten je krijgt.

De HED Score straft systemen die te traag zijn, zelfs als ze uiteindelijk wel het juiste antwoord geven.

Hoe werkt het precies? (In 3 simpele stappen)

De auteurs gebruiken een wiskundige formule die drie dingen combineert:

Het "Extra" Signaal: Het systeem moet niet alleen rook zien, maar het moet duidelijk anders zijn dan de normale "mist" die er altijd al was. (In het paper noemen ze dit de baseline).
De Tijds-Boete: Dit is het belangrijkste deel. Er zit een vervalfunctie in.
- Vergelijking: Stel je voor dat je een briefje met een prijs op de grond vindt. Als je het direct oppakt, is de prijs €100. Als je het een uur later oppakt, is de prijs nog maar €50. Als je het een dag later oppakt, is het niets meer waard. De HED Score doet precies dit met de tijd: elke seconde vertraging maakt je detectie minder waardevol.
De "Geen Valstrik" Regel: Sommige systemen zijn "bang voor alles" en schreeuwen "GEVAAR!" bij elke kleine ruis. De HED Score kijkt of het systeem eerlijk is. Als een systeem al voor het vuur begon te schreeuwen, krijgt het geen punten voor de tijd die het "vroeg" was, omdat het eigenlijk maar een nep-alarm was.

De "Hiremath Verval-Constante" (De Snelheid van het Smelten)

Niet elke situatie heeft dezelfde snelheid nodig.

Bij een beursbelegger: Een seconde vertraging kan miljoenen kosten. Hier moet het ijs heel snel smelten (hoge straffe voor vertraging).
Bij een aardbeving: Je hebt misschien een paar seconden extra nodig om te vluchten. Hier smelt het ijs iets langzamer.

De auteurs hebben een standaardtabel gemaakt (de "Hiremath Standard Table") die zegt: "Voor beveiliging van netwerken moet je deze snelheid gebruiken, voor epidemieën die andere."

De "Super-Detecteur" (PARD-SSM)

Om te bewijzen dat hun nieuwe score werkt, hebben ze een nieuw soort computerprogramma gebouwd, genaamd PARD-SSM.

Hoe het werkt: Stel je voor dat de meeste systemen wachten tot ze veel bewijs hebben voordat ze alarm slaan (zoals iemand die wacht tot de rookdikke is). Het nieuwe systeem PARD-SSM is echter als een hond met een super-gevoelige neus. Het ruikt de allerzwakste geur van rook, nog voordat de mens het kan zien.
Het resultaat: Op een bekende test (NSL-KDD) scoorde dit nieuwe systeem 388% beter dan de oude standaardmethoden. Het zag de aanvallen veel eerder, waardoor de HED Score veel hoger was.

Waarom heet het "Hiremath"?

De auteur, Prakul Sunil Hiremath, heeft deze score vernoemd naar zijn familie en erfgoed.

De betekenis: "Hiremath" komt uit het Kannada en betekent letterlijk "Groot Klooster" of "Centrum van Wijsheid". Het verwijst naar een lange traditie van geleerden en beschermers in India.
De boodschap: De auteur ziet dit werk als een vorm van dienstbaarheid. Net zoals oude geleerden de gemeenschap beschermden door kennis te bewaren, probeert deze nieuwe score de wereld te beschermen door systemen te dwingen om sneller te reageren op gevaren. Het is een eerbetoon aan zijn grootmoeder en zijn familie, die hem hebben geleerd dat kennis gebruikt moet worden om anderen te helpen.

Samenvatting in één zin

De HED Score is een nieuwe manier om te meten of computersystemen echt slim zijn: ze krijgen geen punten voor het vinden van een probleem, maar alleen voor het vinden van een probleem op het allerbeste moment, waarbij elke seconde vertraging hun score doet dalen.

Each language version is independently generated for its own context, not a direct translation.

Titel: De Hiremath Vroege Detectie (HED) Score: Een Maatstaf-theoretische Evaluatiestandaard voor Temporele Intelligentie in Niet-Stationaire Stochastische Processen

Auteur: Prakul Sunil Hiremath (VTU & Aliens on Earth Research Group)

1. Het Probleem

Bestaande evaluatiemethoden voor detectiesystemen, zoals de ROC-curve en de AUC (Area Under the Curve), vertonen een fundamentele tekortkoming in tijdkritieke domeinen (zoals cyber-veiligheid, epidemiologie en seismische waarschuwingen).

Temporele Agnosticisme: Deze methoden behandelen een detectie op tijdstip $t + 1$ en een detectie op $t + \tau$ (waarbij $\tau$ willekeurig groot is) als gelijkwaardig.
Niet-lineaire Kosten: In veel real-world scenario's zijn de kosten van vertraging superlineair (bijv. verspreiding van een zero-day exploit of een cascade-fout in een energienetwerk). Een late detectie is niet alleen suboptimaal, maar epistemisch oncoherent.
Bias: Bestaande metrics belonen systemen die chronisch oververzekerd zijn (hoge valse alarmen) niet voldoende, zolang ze maar de drempel overschrijden, zonder rekening te houden met de tijdswaarde van de informatie.

2. Methodologie: De HED Score

De auteurs introduceren de Hiremath Early Detection (HED) Score, een principieel, maatstaf-theoretisch criterium dat de tijdswaarde van informatie kwantificeert.

A. Formele Definitie

De HED Score integreert een exponentieel afnemende kernel over de stroom van posterieure waarschijnlijkheden van een doelregime, beginnend precies op het moment van de regime-schakeling ( $t_{start}$ ).

De formule (in continue tijd) is:
$H[P, t_{start}; \lambda_H] := \frac{1}{T - t_{start}} \int_{t_{start}}^{T} \max(0, P(t) - \bar{P}_{base}) \cdot e^{-\lambda_H(t - t_{start})} dt$

Waarbij:

$P(t)$ : De posterieure waarschijnlijkheid van het anomalie-regime op tijdstip $t$ .
$\bar{P}_{base}$ : De empirische "ruisvloer" (gemiddelde waarschijnlijkheid) voor de aanval. Dit corrigeert voor systemen die al voor de aanval hoge scores geven.
$\lambda_H$ : De Hiremath Decay Constant, die de "informatie-halfwaardetijd" bepaalt. Hoe sneller de reactietijd moet zijn, hoe hoger $\lambda_H$ moet zijn.
De term $\max(0, P(t) - \bar{P}_{base})$ zorgt ervoor dat alleen de lift boven de basislijn wordt beloond.

B. Axiomatische Validatie

De auteurs bewijzen dat de HED Score voldoet aan drie essentiële axioma's:

Temporele Monotonie (A1): Een detectie die eerder plaatsvindt, krijgt strikt meer punten dan een latere detectie met dezelfde waarschijnlijkheid.
Invariantie voor Pre-Attack Bias (A2): Het scoren is onafhankelijk van uniforme verschuivingen in de waarschijnlijkheid (bijv. een "trigger-happy" detector die overal een constante $c$ optelt, krijgt geen extra punten).
Sensitiviteits Decomposeerbaarheid (A3): De score kan additief worden opgesplitst over niet-overlappende tijdsintervallen, wat gedetailleerde diagnose mogelijk maakt.

C. Het PARD-SSM Model

Om de HED Score te maximaliseren, stellen de auteurs PARD-SSM (Probabilistic Anomaly and Regime Detection via Switching State-Space Models) voor. Dit model combineert:

Fractionele Stochastische Differentiaalvergelijkingen (fSDEs): Gebruikmakend van een Hurst-exponent $H > 0.5$ om lange-termijn afhankelijkheid te modelleren. Dit stelt het systeem in staat om zwakke pre-aanvalssignalen te accumuleren.
Switching Linear Dynamical System (S-LDS): Een inferentie-engine die de regime-overgang (van normaal naar anomaal) scherp en vroeg detecteert.

3. Belangrijkste Resultaten

De methodologie werd getest op het NSL-KDD intrusiedetectie-benchmark.

Prestatieverbetering: Het PARD-SSM model behaalde een HED Score van $H = 0.0643$ .
Vergelijking: Dit is een verbetering van 388,8% ten opzichte van een Random Forest-baseline ( $H = 0.0132$ ).
Statistische Significantie: De resultaten werden bevestigd via block-bootstrap resampling (om autocorrelatie in de tijdreeks te verwerken), met een p-waarde van $p < 0.001$ .
FAR-HED Pareto Frontier: De auteurs introduceerden een nieuwe visualisatie die de trade-off tussen valse alarmen (FAR) en vroege detectie (HED) toont, waarbij PARD-SSM de Random Forest dominant versloeg.

4. Bijdragen en Betekenis

Technische Bijdragen

Nieuwe Evaluatiestandaard: De HED Score wordt voorgesteld als de opvolger van ROC/AUC voor domeinen waar het moment van detectie even belangrijk is als de feit van detectie.
Hiremath Standard Table: Een referentietabel die de Decay Constant ( $\lambda_H$ ) koppelt aan specifieke domeinen (bijv. 0.50 voor High-Frequency Trading, 0.01 voor Seismische Waarschuwing), gebaseerd op de vereiste reactietijd.
Architectuur: PARD-SSM demonstreert hoe fSDEs en S-LDS kunnen worden gecombineerd om vroege detectie te maximaliseren door gebruik te maken van lange-termijn geheugen in de data.

Brede Toepasbaarheid

De paper schetst toekomstige uitbreidingen:

HED-bewuste Loss Functions: Het maken van de HED-score differentieerbaar voor directe training van modellen.
Adaptieve $\lambda_H$ : Het dynamisch aanpassen van de vervalconstante in systemen met variabele reactietijden.
Multi-Regime Detectie: Generalisatie naar detectie van overgangen tussen meer dan twee regimes.

Filosofische en Culturele Context

Het paper bevat een unieke sectie over de "Ethos, Heritage, and Dedication". De naam "Hiremath" verwijst naar een traditionele Indiase geestelijke en educatieve instelling (Hire = groot, Matha = klooster/centrum). De auteur wijdt het werk aan zijn familie en de "Hiremath" gemeenschap, benadrukkend dat technologische excellentie moet zijn geworteld in respect voor de oorsprong en toewijding aan het collectieve welzijn (Dasoha). De HED Score wordt gepresenteerd als een modern "Dasoha" (geschenk) aan de wetenschappelijke gemeenschap.

Conclusie

De HED Score biedt een wiskundig robuust en praktisch toepasbaar framework om de prestaties van detectiesystemen te evalueren op basis van tijdsgevoeligheid. Door de tijdswaarde van informatie expliciet te modelleren via een exponentieel afnemende kernel, lost het de fundamentele tekortkomingen van traditionele metrics op en biedt het een nieuwe standaard voor kritieke systemen in een niet-stationaire wereld.