[_PSSR_drafts] PSSR v10.1 draft 1.docx

Google Docs neutral 2026-04-11 6 чанков ~9 мин чтения

Сущности

II PSSR ТОМ

PSSR v10.1 ТОМ I Онтология, эпистемология и системные инварианты 1. Объект моделирования PSSR моделирует не «общество» и не «политику». Объект моделирования — это структурированная система взаимодействующих узлов, состоящая из: институтов элит территорий ресурсов демографических когорт инфраструктуры информационных потоков правовых ограничений экономических потоков Эта система рассматривается как динамическая, нелинейная и иерархическая. 2. Уровень абстракции PSSR работает на уровне структур, а не событий. Событие — это симптом. Структура — это причина. Система измеряет структурное напряжение, а не медийную видимость. 3. Разделение реальности и модели Фиксируется три уровня: Реальность — физические и институциональные процессы. Данные — измеряемые проявления реальности. Модель — формализованное приближение. Модель никогда не отождествляется с реальностью. Каждый вывод сопровождается Confidence — уровнем достоверности. 4. Тип причинности PSSR использует структурную причинность. Причина — это не событие, а изменение конфигурации связей в графе. Каскад возникает при превышении порога связности и накопленного напряжения. 5. Принцип детерминизма малой системы В системе с конечным числом значимых узлов: все ключевые акторы идентифицируемы все институциональные связи картируемы все ресурсные потоки трассируемы Это позволяет строить воспроизводимые расчёты. 6. Принцип ограниченного масштаба Модель проектируется для систем с населением до 50 млн человек и ограниченной институциональной глубиной. Расширение на иные масштабы требует перекалибровки весов. 7. Эпистемология PSSR Знанием считается: структурированная информация подтверждённая минимум двумя независимыми источниками прошедшая процедуру верификации формализованная в виде фактора Информационный шум знанием не считается. 8. Принцип разделения диагностического и операционного использования PSSR является диагностической системой. Она: не занимается манипуляцией не проектирует кампании не генерирует тактики давления не используется для психологического воздействия Система фиксирует состояние, риски и сценарии. 9. Ошибка и неопределённость Любой индекс содержит: Confidence — уровень достоверности Drift — накопленное расхождение с реальностью Novelty — степень новизны ситуации При превышении порогов активируется режим пересмотра модели. 10. Стратегическое назначение PSSR предназначена для: снижения энтропии решений повышения институциональной устойчивости раннего выявления структурных дисбалансов предотвращения каскадных сбоев Система не предназначена для краткосрочной тактической игры. 11. Граница системы В модель включаются: государственные институты крупный бизнес региональные администрации ключевые инфраструктурные узлы значимые медиа-акторы демографические когорты В модель не включаются: индивидуальные частные лица случайные события без структурного эффекта мелкие локальные инциденты 12. Нормативная позиция PSSR не продвигает идеологию. Её позиция — устойчивость системы как целого. Устойчивость определяется способностью: сохранять управляемость избегать каскадных сбоев адаптироваться к нагрузкам восстанавливаться после стрессов 13. Принцип незаменимости через глубину Система строится не на скорости обработки, а на: глубине картирования качестве связей долгосрочной памяти исторической контекстуализации 14. Философский итог PSSR — это не прогноз будущего. Это инструмент измерения структурного давления в системе с конечным числом элементов. Знание структуры даёт предсказуемость поведения. Knowing is owning — в контексте системы означает: структурное понимание создаёт управляемость. Принял. Я действительно дал эскиз, а не “железобетон”. Ниже — пересобранный ТОМ II так, чтобы он был самодостаточным: определения, нормализация, матричная форма, динамика по времени, неопределённость, целостность данных, дрейф, калибровка, режимный движок, контуры проверки, требования воспроизводимости. PSSR v10.1 ТОМ II. Математическое ядро и формальная модель 0. Назначение тома Этот том задаёт формальную модель PSSR: что считается узлом и фактором, как факторы нормируются и агрегируются, как учитываются связи и временная динамика, как вычисляются индексы SSI/CAI/ECFI/PRS, какие есть правила неопределённости, дрейфа, калибровки и воспроизводимости расчётов. 1. Базовые определения 1.1. Временная ось и окна Время дискретно: t ∈ ℤ. Любой показатель считается на окне W (например, 7 дней, 30 дней, 90 дней). Каждый фактор хранит пару (value, window): f(t;W). 1.2. Узлы Система — это ориентированный взвешенный мультиграф: G = (V, E) V — множество узлов. E — множество дуг (связей). Каждый узел v ∈ V имеет тип τ(v) и состояние: Sᵥ(t) = ⟨Xᵥ(t), Uᵥ(t), Mᵥ⟩ Xᵥ(t) — вектор нормированных факторов узла на момент t Uᵥ(t) — параметры неопределённости/доверия Mᵥ — метаданные (тип, регион, принадлежность, идентификаторы, инварианты) 1.3. Связи Каждая связь e = (u→v) имеет тип κ(e) и параметры: Pₑ(t) = ⟨wₑ(t), lagₑ, capₑ, confₑ(t)⟩ wₑ(t) — вес/проводимость связи lagₑ — задержка распространения (в шагах) capₑ — пропускная способность (ограничение эффекта) confₑ(t) — доверие к наблюдаемости связи 2. Факторы: структура и жизненный цикл 2.1. Что такое фактор Фактор — измеримая величина, влияющая на устойчивость. Каждый фактор f имеет запись: f = ⟨raw, norm, dir, w, conf, src, drift, last_update⟩ raw — сырое значение norm ∈ [0,1] — нормированное значение dir ∈ {+1, −1} — направление влияния (усиливает риск или снижает) w ≥ 0 — вес фактора в агрегировании conf ∈ [0,1] — доверие (наблюдаемость/качество) src — источник (реестр источников) drift — оценка дрейфа last_update — время последнего обновления 2.2. Нормализация Используются 3 стандартных режима нормирования (задаётся для каждого фактора): (A) MinMax по фиксированным границам norm = clamp((raw − L)/(U − L), 0, 1) (B) Robust Z-score по медиане и MAD z = (raw − median)/MAD norm = sigmoid(z / α) (C) Квантили относительно исторического распределения norm = F_hist(raw) , где F_hist — эмпирическая CDF Правило: для факторов “кризисной природы” предпочтителен (C), чтобы ловить хвосты. 2.3. Направление влияния Если рост raw повышает риск: dir = +1 Если рост raw снижает риск: dir = −1 Итоговый вклад в риск всегда приводится к виду: risk_contrib = dir == +1 ? norm : (1 − norm) 3. Доверие и неопределённость 3.1. Confidence как вес наблюдаемости conf ∈ [0,1] определяется функцией источника, свежести, полноты и согласованности: conf = g(Source_Reliability, Freshness, Completeness, CrossCheck) Примерная форма: conf = R_src × exp(−Δt/λ) × Cmpl × X Δt — возраст данных λ — параметр “устаревания” X — коэффициент согласованности между независимыми источниками 3.2. Принцип “карантина” Если conf < θ_quarantine, фактор не удаляется, а переводится в карантин: effective_weight = w × q(conf) где q(conf) резко падает при низком conf (например, q=conf²). 4. Агрегирование: локальные и глобальные индексы 4.1. Локальная нагрузка узла Определим набор факторов узла Fᵥ. Локальная структурная нагрузка (узловой SSI): SSIᵥ(t) = (Σ_{f∈Fᵥ} w_f × conf_f × risk_contrib_f) / (Σ_{f∈Fᵥ} w_f × conf_f) Если знаменатель 0, SSIᵥ = Unknown и узел требует ручной верификации. 4.2. Глобальный SSI по системе Система имеет веса узлов aᵥ (значимость узла, например по населению/экономике/центральности): SSI_sys(t) = Σ aᵥ × SSIᵥ(t) aᵥ нормированы: Σ aᵥ = 1. 5. Сетевая часть: распространение и каскады 5.1. Матрица влияния Пусть N = |V|. Определим матрицу проводимости A(t) размера N×N: A_{uv}(t) = Σ_{e: u→v} wₑ(t) × confₑ(t) × capₑ Если связи нет, A_{uv}=0. 5.2. Динамика распространения (дискретная) Пусть x(t) — вектор узловых “напряжений” (например, SSIᵥ или отдельная компонента). Тогда распространение: x(t+1) = clamp( (I − Γ) x(t) + Β A(t) x(t−lag) + ε(t), 0, 1) Γ — матрица демпфирования (инерция/самоуспокоение) Β — коэффициент передачи по сети lag может быть разным, но в вычислениях приводится к группам задержек Эта форма нужна не для “предсказания будущего”, а для вычисления склонности к каскаду. 5.3. CAI: индекс каскадной активации CAI(t) определяется как функция: сетевой проводимости, текущей волатильности, средней хрупкости. В формальном виде: NetEnergy(t) = spectral_radius(A(t)) Fragility(t) = Σ aᵥ × (1 − Fᵥ(t)) (где Fᵥ — институциональная устойчивость) Volatility(t) = Σ aᵥ × Iᵥ(t) CAI(t) = clamp( NetEnergy × Volatility × Fragility , 0, 1) Смысл: если сеть “проводит” и узлы хрупкие, любая волна усиливается. 6. Элиты: ECFI и конфликтность 6.1. Элитарный подграф Выделяем подмножество узлов E ⊂ V типа Elite_Node. Строим элитную матрицу Aᴱ(t) из A(t), ограничив на E. 6.2. Cohesion и Conflict Cohesion(t) = density(Aᴱ_pos(t)) Conflict(t) = density(Aᴱ_neg(t)) где pos/neg — разложение по знаку (поддержка vs атака). 6.3. ECFI ECFI(t) = clamp( 1 − (Cohesion − Conflict) , 0, 1) Высокий ECFI означает фрагментацию и риск внутрисистемного саботажа. 7. PRS: вероятность смены режима 7.1. Агрегированный драйвер Определим агрегированную нагрузку: Z(t) = α·SSI_sys(t) + β·CAI(t) + γ·ECFI(t) + δ·DDI_sys(t) + η·Shock(t) Shock(t) — внешний/экзо-шок (если активирован) с отдельным conf. 7.2. Логистическая форма PRS(t) = 1 / (1 + exp(−k( Z(t) − z0 ))) k — чувствительность z0 — “порог середины” (калибруемый) 8. Демография и география как базовое давление 8.1. DDI: демографический долг Для региона r: DDI_r(t) = clamp( (YouthOutflow_r − LaborAbsorption_r) / Scale_r , 0, 1) YouthOutflow_r — ожидаемый выход когорты на рынок труда LaborAbsorption_r — способность экономики поглотить Scale_r — масштаб нормирования (исторический или целевой) Системный: DDI_sys = Σ a_r × DDI_r 8.2. SFI: пространственное трение SFI_r(t) = clamp( CostToDeliver_r / BenchmarkCost , 0, 1) CostToDeliver — стоимость логистики + сезонная доступность + качество сети. 9. Информационная часть: разделение органики и монетизации Чтобы избегать “ложной паники”, вводится разделение: I_total = I_org + I_com I_com оценивается по признакам коммерческой волатильности: источники с высокой долей монетизированного негатива, несоответствие физическим данным, отсутствие выхода в низовые каналы. В расчёты PRS/SSI по умолчанию идёт I_org, а I_com идёт в отдельный индикатор Manipulation_Risk. 10. Novelty и Unknown Mode 10.1. Novelty_Index Вектор текущих агрегатов Y(t) сравнивается с историческими кластерами: Novelty(t) = min_k distance( Y(t), Cluster_k ) distance — Mahalanobis или cosine по нормированным признакам. 10.2. Unknown Mode Если Novelty > θ_novelty, система: маркирует выводы как Experimental, снижает автоматическую уверенность, повышает требования human-in-the-loop, активирует консервативное повышение готовности, но без “причинных” утверждений. 11. Дрейф, точность и постмортем 11.1. Drift Drift_i(t) = |Forecast_i(t−1) − Observed_i(t)| Системный дрейф: Drift_sys(t) = Σ ω_i × Drift_i(t) 11.2. Ошибки Type I и Type II Type I — ложная тревога Type II — пропуск каскада Политика калибровки: минимизация Type II при ограничении Type I. 11.3. Post-mortem протокол После значимого события E: фиксируется baseline до E фиксируется прогноз сравнение с фактами список факторов, давших вклад в ошибку предложение корректировок (только в допустимых пределах) решение Governance 12. Калибровка весов и ограничители 12.1. Весовые ограничения Для любого фактора: 0 ≤ w_f ≤ w_max Σ w_f по группе факторов ограничена (чтобы один слой не “съел” модель). 12.2. Переобучение запрещено Вес нельзя менять “под событие” без протокола. Корректировки идут малым шагом: w_new = w_old + Δw, где |Δw| ≤ ε 12.3. Версии модели Любой расчёт привязан к версии: ModelVersion = (CoreVersion, WeightsVersion, SourceRegistryVersion) 13. Воспроизводимость и паспорт расчёта Каждый выходной индекс обязан иметь паспорт: окно времени W список факторов и их raw/norm веса и conf версия модели список источников дрейф/новизна/карантин подпись вычисления (hash) 14. Режимный движок: правила принятия режима Режим — это функция нескольких индексов: Regime(t) = rule( SSI_sys(t), PRS(t), CAI(t), ECFI(t), Novelty(t), Confidence_Profile(t) ) Пример логики: Severe если SSI_sys ≥ 0.8 или PRS ≥ 0.8, при условии conf достаточен Stress если SSI_sys ≥ 0.6 и CAI высок Heightened если SSI_sys ≥ 0.3 или ECFI высок Unknown если conf низок или Novelty высок (с принудительным human-in-the-loop) 15. Глоссарий Confidence — численная оценка доверия к данным и вычислениям на шкале от нуля до единицы. Drift — расхождение между прогнозируемыми величинами и наблюдаемой реальностью на выбранном временном окне. Factor — нормированный измеримый признак, входящий в индексы через вес и доверие. Lag — задержка распространения эффекта по связи между узлами. Node — объект реестра системы, имеющий тип, состояние и набор факторов. Novelty — мера новизны ситуации относительно исторических паттернов. Quarantine — режим, при котором подозрительные данные не удаляются, а получают резко пониженный эффективный вес. Regime — дискретное состояние системы, вычисляемое по совокупности индексов и правил уверенности. Shock — внешний или экзо-фактор, который может резко изменить агрегированную нагрузку, но учитывается только при достаточном доверии. Weight — коэффициент влияния фактора или связи в агрегировании, ограниченный протоколом изменения.