Обнаружение неформального проникновения с помощью системы калибровки дорожных средств и атаки на орбиту

arXiv:2609.19241v1 Annuate Type: кросс-бюллетень: Большие языковые модели, усовершенствованные для обнаружения проникновения в сеть, излучают прогнозы с одним пунктом без гарантий статистической достоверности. В рамках конформального прогнозирования обеспечивается гарантия ограниченного охвата выборки, однако порог, калиброванный на чистую трафикную систему, теряет силу после того, как противник нарушает контролируемые сетевые характеристики. Мы демонстрируем эту неудачу по трем контрольным показателям обнаружения вторжения и предлагаем прогнозирование соответствия дорожным требованиям, которые позволяют калибровать движение с помощью механизма возмущения, который должен использоваться нападавшим, а также эффективно восстанавливать охват всякий раз, когда этот механизм известен и может быть взят образец. Более сильный, адаптивный нападающий, который задает вопросы по собственной оценке целевой модели может все еще деградировать эту гарантированную калибровку. Мы имеем дело со второй моделью угрозы, исключив из числа зачетных представлений данные о личности и их детерминистских потомках и докажем, что это дает точную патрульную гарантию покрытия.