Adversarial rule and privacy enforcement

Status: complete
Outcome: pass
Started: 2026-07-25
Updated: 2026-07-25
Research ID: 2026-07-25-adversarial-rules-privacy

Проверяемый вопрос#

Отклоняет ли kernel невозможные, повторные, конкурентные и инъекционные команды без mutation и без раскрытия private state?

Почему решение нужно сейчас#

Happy-path demo не доказывает, что LLM или игрок не обойдут правила и visibility.

Scope#

Все adversarial категории из session brief.
Property-based проверки invariants.
Idempotency, optimistic concurrency и split-party leakage.

Non-goals#

Network penetration testing.
Prompt-safety quality реальных providers.
Production authorization service.

Критерии успеха#

ID	Обязательный критерий	Ожидаемое поведение	Способ проверки
AC-01	Corpus покрывает перечисленные threat classes	Не менее 14 именованных категорий	corpus validation
AC-02	Invalid action не меняет state	invalid state transition rate = 0	adversarial suite
AC-03	Private facts не покидают разрешённую projection	private leakage rate = 0	adversarial suite
AC-04	Duplicate/concurrent commit безопасен	duplicate commits = 0; stale version rejected	adversarial suite
AC-05	Generated invalid targets безопасны	200 deterministic runs с seed `20260725`	property test

2026-07-25: root test:technical позже расширили тестами независимых исследований. Для evidence сохранён точный central vertical-slice test glob; критерии и пороги не менялись.

Рабочие гипотезы#

Hypothesis H-01: schema + semantic rules + optimistic concurrency + projection-by-construction сохранят invariants независимо от model text.

Материалы#

Итог#

Да, для зафиксированного corpus и generated properties. Fresh wrapper run:

corpus version 1.0.0: 16 cases и 16 уникальных threat categories;
0 failed cases, invalid state transition rate 0, private leakage rate 0;
duplicate commit count 0, включая stale concurrent command;
200 generated invalid-target cases и 200 generated replay sequences с fixed seed 20260725 прошли.

Evidence: E-005–E-011 в RESEARCH.md и AC table в VALIDATION.md. Финальный npm run check прошёл; status complete.

Ограничения#

Локальный corpus и генераторы — regression floor, не доказательство полноты threat model, network/auth/storage security или поведения real-model input.

Следующее решение#

Принять corpus + fixed-seed property checks как обязательный regression gate. Расширять его каждым подтверждённым контрпримером из STT, provider, network, storage и multiplayer testing.