Quand l’échantillonnage fabrique l’effondrement de la distinguabilité

Un système de détection peut perdre toute garantie uniforme sans que le détecteur soit insuffisant et sans qu’aucune attaque soit devenue indiscernable. La perte se produit en amont, dans le canal temporel d’observation, qui détruit la géométrie commune dont un détecteur aurait besoin.

Le deuxième papier de la série démontre ce mécanisme et en exhibe une réalisation. La lecture courante selon laquelle l’attaquant irait plus vite que le défenseur passe à côté du résultat.

Ce qui précède le détecteur

Le papier compagnon partait d’un espace observable déjà fixé et demandait si la classe d’attaque y restait séparée du légitime. Celui-ci intervient logiquement avant : comment cet espace observable a-t-il été produit, et que lui a fait le canal ?

La chaîne se lit en quatre étages : trajectoire réelle, canal d’observation, enregistrement observable, détecteur. Le détecteur n’agit qu’au dernier. La perte décisive peut s’être produite au deuxième.

Le canal est modélisé comme un noyau de Markov des trajectoires vers les enregistrements disponibles, décomposé en trois fonctions : l’acquisition, qui fixe les événements capturés ; l’agrégation, qui les met en fenêtres, les compte ou les transforme en caractéristiques ; la livraison, qui détermine quand l’enregistrement atteint le moteur de décision. Cette décomposition sépare deux problèmes que l’usage confond. La latence retarde l’information tout en la conservant. La perte informationnelle supprime définitivement certaines distinctions. Le critère qui compte porte donc sur la réversibilité du canal relativement à la famille de lois étudiée, plutôt que sur sa vitesse.

L’observation contracte, toujours

Le premier théorème applique l’inégalité de traitement des données à la variation totale. Deux lois poussées à travers le canal ne peuvent devenir plus distinguables qu’elles ne l’étaient dans l’espace complet, et la contraction vaut pour les deux invariants, séparation attaque par attaque comme séparation robuste.

La conséquence architecturale est directe : aucune intelligence placée après le canal ne reconstruit une séparation que le canal a supprimée. Un meilleur classifieur exploite mieux ce qui reste, dans la limite du problème observable.

Le papier se garde d’en tirer une dégradation monotone en fonction de la période d’observation. L’aliasing produit des résonances non monotones. La monotonie est garantie lorsqu’un canal est une grossièreté d’un autre, par exemple quand un enregistrement plus pauvre s’obtient en supprimant des échantillons d’un enregistrement plus riche.

La réversibilité plutôt que l’injectivité

La contraction devient stricte sous une condition précise. Si un noyau de reconstruction ramène chaque loi de la famille à elle-même, les séparations sont exactement préservées. L’identité demandée porte sur les lois, non point à point sur les trajectoires : c’est la nuance qui distingue ce critère de l’injectivité.

Le mécanisme de la perte est nommé. Dans le cas déterministe, des masses de signes opposés de la différence entre une loi d’attaque et la loi légitime sont envoyées vers les mêmes régions observées et s’y compensent. En général, la condition exacte est que les deux masses poussées cessent d’être mutuellement singulières dans l’espace observé. Le canal fusionne des distinctions dont les signes étaient nécessaires à la séparation.

Le canal peut créer l’effondrement

Il existe un problème dont la séparation robuste est positive dans l’espace des trajectoires et nulle après observation, alors même que la séparation attaque par attaque y reste strictement positive. Aucune attaque observée ne coïncide avec le légitime observé, chacune reste individuellement détectable, et il n’existe plus de détecteur unique conservant une marge contre la classe entière.

L’exemple géométrique tient sur trois attaques observées ponctuelles et une loi légitime observée uniforme. Chaque attaque se tient à deux tiers de distance en variation totale du légitime, et la moyenne des trois lui est exactement égale. La loi légitime appartient donc à l’enveloppe convexe des attaques observées. L’effondrement porte sur cette appartenance, et non sur une égalité entre une attaque et le légitime.

Un témoin temporel, pas une métaphore

Une objection possible réduirait cet exemple à un quotient abstrait. Le papier y répond par une réalisation en trajectoires continues : pour chaque canal, deux signaux de fréquences différentes qui diffèrent entre les instants d’échantillonnage et prennent exactement les mêmes valeurs aux instants d’échantillonnage. L’espace réel contient une différence, le sampling périodique la manque, et l’aliasing reproduit le quotient géométrique.

La construction sinusoïdale vaut comme témoin mathématique. Elle établit qu’un échantillonnage temporel non réversible fabrique le collapse convexe d’un problème qui ne l’avait pas dans l’espace des trajectoires. Elle ne prétend pas modéliser une cyberattaque réaliste.

La diagonale, et ce que devient Schwartau

Une fois la séparation robuste nulle, la géométrie compagnon impose que la meilleure puissance garantie contre la classe égale le budget de faux positifs consenti. La ROC minimax devient la diagonale du hasard.

L’inversion des quantificateurs porte tout le sens. Pour chaque attaque il peut exister un détecteur spécialisé qui la traite ; il n’existe pas de détecteur unique bon contre toutes. Une règle spécialisée détecte parfaitement une attaque particulière, et c’est compatible avec l’effondrement.

Le papier relie ce résultat au modèle de Schwartau, où le temps de protection doit excéder la somme des temps de détection et de réaction. Il y apporte une correction : un temps de détection n’a de sens que si le détecteur atteint un point opératoire acceptable. En régime d’effondrement robuste, aucun détecteur commun n’atteint ce point contre la classe, et le système cesse d’admettre un temps de détection uniforme valide. Le modèle temporel échoue au niveau de la garantie uniforme, chaque cas particulier restant traitable.

Ce que le papier refuse de conclure

Le papier introduit le tempo système, la période d’observation et le tempo d’adaptation adverse, puis refuse d’en faire une loi. Le tempo d’adaptation est un intervalle moyen entre changements significatifs de distribution, ni fréquence spectrale ni bande passante, et deux systèmes de même rapport peuvent se comporter différemment. Aucune loi de Nyquist ne s’applique directement à l’adaptation adverse.

L’intuition se scinde donc en deux hypothèses empiriques distinctes, sans implication de l’une à l’autre. Une hypothèse de tendance, selon laquelle une diminution du rapport s’accompagne en moyenne d’une séparation robuste plus faible dans certains domaines contrôlés. Une hypothèse d’entrée, selon laquelle certains couples produisent effectivement l’effondrement. Une tendance décroissante peut ne jamais atteindre zéro, et un effondrement exact peut surgir isolément par résonance d’aliasing sans tendance globale. Le rapport est proposé comme coordonnée expérimentale.

Restent hors de portée : que toute observation temporelle provoque l’effondrement, que les attaques génératives le provoquent nécessairement, que l’adaptation rapide y suffise, qu’un seuil universel de rapport existe, que toute attaque devienne indétectable, que les délais de détection deviennent individuellement infinis, ou qu’une limite indépendante de l’architecture existe.

Place dans la série

Le papier fondateur identifie la géométrie statique de la détectabilité dans un espace observable donné. Celui-ci montre que cet espace observable est lui-même une production de l’architecture temporelle de mesure, et que le morphisme qui transporte les trajectoires vers la géométrie observée peut à lui seul créer l’effondrement. Les papiers suivants étudient comment cette perte se propage dans la boucle défensive. L’ensemble est présenté sur la page de la série.

Le canal a conservé assez d’information pour reconnaître chaque attaque lorsqu’on sait laquelle chercher, et trop peu pour construire une règle unique robuste à l’incertitude sur l’attaque.

Temporal Observation and Distinguishability Collapse v2.0, préprint, CC BY-NC 4.0. DOI concept : 10.5281/zenodo.19655802