Resumo Técnico: AURORA – Um Microagente de Resiliência Consciente da Incerteza para Observabilidade Causal

1. Declaração do Problema

O contínuo de computação, que distribui processamento entre as camadas de borda, névoa e nuvem, enfrenta desafios significativos para manter a resiliência em tempo de execução devido à heterogeneidade do sistema. Um obstáculo primário é a prevalência de falhas cinzentas — falhas sutis e não catastróficas, como congestionamento de rede, contenção de CPU e vazamentos de memória. Essas falhas produzem sintomas ambíguos e sobrepostos (por exemplo, degradação de vazão, picos de latência, violações de OSL) que são difíceis de distinguir de flutuações transitórias da carga de trabalho.

As abordagens existentes frequentemente falham neste contexto por duas razões:

1. Falta de Consciência Causal: Sistemas baseados em regras e monitoramento orientado a correlações não conseguem distinguir de forma confiável entre hipóteses de falha concorrentes, levando a remediação incorreta (por exemplo, reiniciar um serviço saudável devido a um problema de rede).
2. Alta Incerteza Epistêmica: Muitos frameworks de Inferência Ativa (AIF) atuam sob alta incerteza sem limites de segurança explícitos. Em ambientes de borda com recursos limitados, agir com base em um modelo mal calibrado pode resultar em "intervenções destrutivas" que exacerbam falhas ou propagam contenção.

As abordagens atuais de governança em nível macro lutam com a triagem em tempo real e autônoma em dispositivos de borda, enquanto os frameworks de microagente existentes frequentemente carecem de limites de segurança matemáticos para prevenir ações quando a incerteza epistêmica é perigosamente alta.

2. Metodologia: O Framework AURORA

O artigo propõe o AURORA (Microagente de Resiliência Consciente da Incerteza para Observabilidade Causal), um framework leve projetado para ambientes de camada de borda. Ele integra Inferência Ativa (AIF), Redes Bayesianas (BNs) e o cálculo do do de Pearl para permitir raciocínio causal localizado e remediação segura.

Componentes Arquiteturais Principais

• Pipeline de Microagentes Paralelos:
  • Camada de Observação: Quatro microagentes concorrentes e de responsabilidade única monitoram facetas específicas do sistema (Atraso de Rede, Carga do Nó, Tráfego de Câmera, Largura de Banda). Eles sinalizam anomalias quando predicados específicos de OSL ($\phi_i$) são violados.
  • Inferência Causal: Ao detectar anomalias, um agente de inferência dedicado constrói uma distribuição posterior sobre causas raiz candidatas ($C$) usando uma Rede Bayesiana pré-especificada. Para garantir tratabilidade em hardware com recursos limitados (por exemplo, Raspberry Pi), a inferência é restrita ao Manto de Markov do nó de sintoma, excluindo variáveis condicionalmente independentes.
  • Classificação de Causa Raiz: Os candidatos são classificados usando uma pontuação composta ($\rho$) que combina:
    1. Contraste Intervencional ($\Delta$): A mudança na probabilidade do sintoma sob uma intervenção contrafactual ($do(C)$) versus uma atribuição benigna.
    2. Severidade Observada ($\sigma$): A magnitude da anomalia.
    3. Priors Estruturais: Pesos que favorecem pais diretos do sintoma e nós raiz em relação a mediadores.

O Mecanismo de Execução Duplamente Portão

O AURORA introduz um mecanismo de segurança inovador que autoriza remediação local apenas se duas condições ortogonais forem atendidas. Se qualquer uma falhar, o agente se abstém de ação local e escala a carga útil de diagnóstico para a camada de névoa.

1. Portão 1: Portão de Certeza Posterior:

   • Verifica se a probabilidade posterior máxima ($P_{max}$) da causa raiz de maior classificação excede um limiar dinâmico ($\tau$).
   • Escala Dinâmica: O limiar $\tau$ é relaxado linearmente com base no número de anomalias concorrentes ($n$) para evitar abstenção total durante cenários de múltiplas falhas, limitado por um piso mínimo ($\tau_{min}$).
   • Propósito: Garante que o agente tenha confiança suficiente para distinguir a classe de falha.

2. Portão 2: Portão de Segurança de Energia Livre Variacional (VFE):

   • Verifica se o estado pós-intervenção previsto é consistente com as observações atuais. Ele decompõe a VFE ($F$) em:
     • Termo Pragmático ($F_{pragmatic}$): Penaliza ações com baixa probabilidade prevista de recuperação de OSL.
     • Termo Epistêmico ($F_{epistemic}$): Penaliza ações que desestabilizam a distribuição posterior do modelo através da rede.
   • Propósito: Garante que o modelo generativo esteja calibrado e que a ação proposta não produzirá "surpresa" (inconsistência) no estado do sistema.

Lógica de Remediação

Se ambos os portões passarem, o agente executa a ação ($a^*$) que maximiza a probabilidade de recuperação de OSL ($P(S=1 | do(a))$). Se qualquer portão falhar, o sistema engaja abstenção intencional, serializando a carga útil de diagnóstico e transferindo-a para a camada de névoa para análise mais profunda, em vez de arriscar uma intervenção local destrutiva.

3. Contribuições Principais

O artigo resume três contribuições técnicas primárias:

1. Arquitetura Paralela Leve: Um design de microagente que realiza observabilidade causal localizada e raciocínio de recuperação baseado em AIF sob crença de falha posterior e incerteza epistêmica, adequado para dispositivos de borda.
2. Modelagem Causal de Complexidade Limitada: O uso de Redes Bayesianas com inferência restrita ao manto de Markov para permitir diagnóstico de causa raiz contrafactual em tempo real via cálculo do do, sem avaliação exaustiva do estado do sistema em toda a rede.
3. Mecanismo de Segurança Duplamente Portão: Um protocolo de execução inovador que autoriza recuperação local apenas quando a confiança causal é alta e a incerteza epistêmica prevista é limitada, caso contrário escalando para a camada de névoa.

4. Resultados Experimentais

O framework foi avaliado em um simulador baseado em Python que emula um dispositivo de borda de streaming de vídeo com recursos limitados (Raspberry Pi 4) sob 30.006 ensaios de Monte Carlo envolvendo três classes de falhas cinzentas: Problemas de Largura de Banda de Rede, Processamento Anômalo (picos de CPU) e Esgotamento de Memória.

Linhas de Base Comparativas:

• Agente Baseado em Regras: Limites estáticos sem raciocínio causal.
• Agente AIF (Sem Portão): AIF padrão com BNs, mas sem limites de segurança epistêmicos.

Métricas Principais:

• Taxa de Ação Destrutiva: O AURORA alcançou 0,0% de ações destrutivas em todos os ensaios. Em contraste, as linhas de base Baseada em Regras e AIF (Sem Portão) exibiram uma taxa de ação destrutiva de 33,3%.
• Precisão de Reparo: O AURORA manteve uma precisão de reparo de 62,0%. Embora menor que os 66,7% da linha de base AIF sem portão, isso é atribuído à recusa do framework de agir sob alta incerteza (design de segurança em primeiro lugar).
• Taxa de Abstenção: O AURORA absteve-se em 65,9% dos casos, atuando como um buffer de segurança. O mecanismo de dupla porta foi não redundante: o Portão de Certeza Posterior acionou abstenção em 44,3% dos casos, enquanto o Portão VFE acionou em 21,6%, com a sobreposição contabilizando a taxa total de abstenção.
• Tempo Médio para Reparo (MTTR): Apesar da sobrecarga computacional da inferência Bayesiana e do cálculo de VFE, o AURORA alcançou um MTTR médio de 3ms, confirmando a viabilidade para implantação em tempo real na borda.

5. Significado e Alegações

O artigo alega que o AURORA demonstra a viabilidade da resiliência de microagente consciente da incerteza na borda. Seu significado primário reside na mudança de paradigma da "autonomia forçada" para a "abstenção intencional".

Os autores argumentam que, em condições imprevisíveis de falhas cinzentas, reconhecer e limitar a incerteza é mais valioso do que tentar resolver cada falha autonomamente. Ao impor estritamente limites de segurança, o AURORA elimina o risco de falhas em cascata destrutivas (comuns em sistemas baseados em regras e AIF sem portão), mantendo uma precisão diagnóstica comparável a modelos ilimitados. O framework alcança uma "degradação graciosa da autonomia", onde a camada de borda lida com casos confiantes e de baixa incerteza localmente e escala casos ambíguos e de alta incerteza para a camada de névoa, em vez de tomar decisões cegas e potencialmente prejudiciais.

O artigo conclui que, embora o AURORA previna com sucesso intervenções destrutivas, trabalhos futuros são necessários para implantar o sistema em bancadas de teste físicas de borda-névoa para avaliar o desempenho sob restrições físicas realistas (por exemplo, ruído de telemetria, atrasos de atuação) e para automatizar a calibração de predicados de OSL e limiares de porta.