deci-core-api / README.md
Denisijcu's picture
Update
3128242 verified
---
title: Deci Core Api
emoji: 🛡️
colorFrom: blue
colorTo: green
sdk: docker
pinned: false
---
# DECI — Decentralized Cognitive Identity Core
> **PoH (Proof of Humanity) Engine · Production API · Vertex Coders LLC**
![Version](https://img.shields.io/badge/version-0.1.0--production-green)
![Infrastructure](https://img.shields.io/badge/host-Hugging%20Face%20Spaces-orange)
![Security](https://img.shields.io/badge/defense-Rate%20Limited%20%2B%20Polyglot-blue)
![License](https://img.shields.io/badge/license-MIT-green)
---
## 👁️ ¿Qué es DECI Core?
DECI es un motor de **autenticación cognitiva continua** expuesto como una API REST invisible para entornos Zero-Trust. En lugar de mitigar el fraude mediante desafíos estáticos e intrusivos (como los CAPTCHAs tradicionales que las IAs resuelven fácilmente), DECI analiza el **ADN conductual** del usuario mientras interactúa de forma nativa con los campos de entrada de datos.
El sistema procesa señales biométricas sub-segundo como la latencia entre pulsaciones (IKL), micro-pausas estructurales y coeficientes de variación de ritmo para calcular un **Trust Score (0.0 → 1.0)** en tiempo real.
```
Score >= 0.65 → HUMAN ✓ (Acceso transparente)
Score 0.40-0.65 → SUSPECT ⚠ (Desafío adaptativo / Step-up 2FA)
Score < 0.40 → BOT ✗ (Bloqueo inmediato de sesión / API Reject)
```
---
## 🧠 Modelado Matemático de Defensa
El motor no se limita a promediar velocidades en caracteres por minuto; evalúa la irregularidad orgánica del operador mediante dos pilares estadísticos correlacionados:
### 1. Entropía de Shannon ($H$)
La incertidumbre o aleatoriedad del ritmo de tipeo se cuantifica dinámicamente. Un operador humano posee una alta entropía intrínseca debido a variables micro-biológicas y cognitivas:
$$H(X) = -\sum_{i=1}^{n} P(x_i) \log_2 P(x_i)$$
Donde $P(x_i)$ es la probabilidad de ocurrencia de un intervalo de tiempo específico entre teclas. Los scripts automatizados exhiben un colapso inmediato de entropía ($H \to 0$).
### 2. Coeficiente de Variación ($CV$) vs. Distribución de Cauchy
Los scripts de ataque avanzados (como los evaluados en la suite de DeepSeek Lab) inyectan latencia artificial usando distribuciones de **Cauchy** para imitar pausas humanas mediante colas pesadas (*heavy tails*). DECI neutraliza este comportamiento evaluando el Coeficiente de Variación:
$$CV = \frac{\sigma}{\mu}$$
Donde $\sigma$ es la desviación estándar y $\mu$ es la media de los intervalos de tiempo entre teclas (IKL). Mientras que un humano mantiene un $CV > 0.15$ debido a las transiciones complejas entre caracteres, las ejecuciones sintéticas se delatan por mantener una regularidad matemática artificial ($CV < 0.05$).
---
## ┌── Arquitectura de Infraestructura Cloud ($0.00 Cost)
El backend se encuentra dockerizado y desplegado en un entorno aislado de **Hugging Face Spaces**, garantizando alta disponibilidad sin costes operativos de infraestructura.
```
┌─────────────────────────────────────────────────────────────┐
│ DECI Cloud Architecture │
├─────────────────────────────────────────────────────────────┤
│ │
│ Client App / SDK Invisible │
│ ┌───────────────────────┐ │
│ │ deci-telemetry.js │ ← Captura sub-segundo en background│
│ └───────────┬───────────┘ │
│ │ Secure HTTPS POST │
│ ▼ │
│ ┌───────────────────────────────────────────────────────┐ │
│ │ Hugging Face Spaces (Isolated Contenedor Docker) │ │
│ │ ┌───────────────────┐ │ │
│ │ │ FastAPI (Python) │ ← Rate-Limited via SlowAPI │ │
│ │ └─────────┬─────────┘ Max 5 req/min por IP activa │ │
│ │ │ │ │
│ │ ▼ Internal Vector Search │ │
│ │ ┌───────────────────┐ │ │
│ │ │ Qdrant Embedded │ ← Vault de ADN Cognitivo │ │
│ │ └───────────────────┘ │ │
│ └───────────────────────────────────────────────────────┘ │
│ │
└─────────────────────────────────────────────────────────────┘
```
---
## 🛠️ Estructura del Core del Servidor
```
deci-prototype/
├── Dockerfile # Configuración de producción No-Root (Puerto 7860)
├── README.md # Manifiesto de metadatos e ingeniería del Space
├── requirements.txt # Dependencias estrictas del runtime de Python
└── app/
├── main.py # Inicialización de FastAPI + SlowAPI Rate Limiting
├── core/
│ ├── engine.py # Algoritmia de Scoring de Entropía y CV
│ ├── config.py # Parámetros del sistema y thresholds
│ └── security.py # Cifrado de firmas cognitivas y Shadow Mode
└── api/
└── endpoints/
├── session.py # Producción: POST /session/analyze
└── attack.py # Red Team: POST /attack/simulate/ghosting
```
---
## 🔬 Bitácora del Stress Test (Resultados Reales de Producción)
Durante la fase de validación y control desde la estación de trabajo `HP-Omen`, el núcleo operativo en la nube fue sometido a ataques dirigidos de inyección conductual con latencia artificial errática, arrojando las siguientes métricas definitivas:
### Test 001 — Calibración de Simulación de Ataque (Intensidad 0.5)
* **Comando Ejecutado:**
```bash
curl -X POST https://denisijcu-deci-core-api.hf.space/attack/simulate/ghosting \
-H "Content-Type: application/json" \
-d '{
"session_id": "cloud-test-vertex-001",
"events": [
{"key": "v", "timestamp": 1000.0}, {"key": "e", "timestamp": 1200.0},
{"key": "r", "timestamp": 1450.0}, {"key": "t", "timestamp": 1700.0},
{"key": "e", "timestamp": 1950.0}, {"key": "x", "timestamp": 2200.0},
{"key": "c", "timestamp": 2450.0}, {"key": "o", "timestamp": 2700.0},
{"key": "d", "timestamp": 2950.0}, {"key": "e", "timestamp": 3200.0},
{"key": "r", "timestamp": 3450.0}, {"key": "s", "timestamp": 3700.0},
{"key": "s", "timestamp": 3950.0}, {"key": "e", "timestamp": 4200.0},
{"key": "c", "timestamp": 4450.0}, {"key": "u", "timestamp": 4700.0},
{"key": "r", "timestamp": 4950.0}, {"key": "i", "timestamp": 5200.0},
{"key": "t", "timestamp": 5450.0}, {"key": "y", "timestamp": 5700.0}
],
"metadata": {"intensity": 0.5, "algorithm": "cauchy"}
}'
```
* **Payload de Respuesta Exitoso (HTTP 200):**
```json
{
"session_id": "cloud-test-vertex-001",
"entropy_score": 0.3747,
"score": 0.35,
"verdict": "BOT",
"signal_breakdown": {
"entropy": 0.3747,
"cv": 0.0451,
"mean_ikl_ms": 247.37,
"corr_rate": 0.0,
"burst_ratio": 0.0,
"s_entropy": 0.5,
"s_cv": 0.05,
"s_mean": 1.0,
"s_corrections": 0.05
}
}
```
> 📊 **Análisis del Test:** A pesar de que el bot intentó mimetizarse usando una cadencia lenta de ~247ms, el motor detectó la extrema regularidad lineal de la firma biométrica arrojando un $CV = 0.0451$ (muy por debajo del límite humano), lo que desplomó el score global a **0.35**, asignando un veredicto inmediato de **BOT**.
---
## 🚀 API Endpoints de Producción
### `POST /session/analyze`
Analiza los vectores de telemetría conductual enviados de forma transparente por el SDK del cliente.
* **Rate Limit:** 5 peticiones por minuto por IP (Mitigación nativa de abuso).
### `POST /attack/simulate/ghosting`
Endpoint de simulación ofensiva. Inyecta ruido matemático sintético en el motor para validar la resiliencia de las señales.
* **Rate Limit:** 3 peticiones por minuto por IP.
### `GET /health`
Mapeo rápido de disponibilidad de la API y estado de la bóveda cognitiva.
* **Comando:** `curl -X GET https://denisijcu-deci-core-api.hf.space/health`
* **Respuesta:** `{"api":"ok","vault":"ok","shadow_mode":true}`
---
## 🛡️ Capa de Hardening y Protección del Servidor
1. **Aislamiento Operativo:** El `Dockerfile` descarta privilegios de administrador mediante directivas `USER 1000`, neutralizando ataques de ejecución remota de comandos o escape de contenedor.
2. **Control de Inundación de Recursos:** Implementación de `slowapi` en la capa de endpoints que responde con estados **HTTP 429 Too Many Requests** ante ráfagas DDoS coordinadas sin depender de bases de datos externas de almacenamiento en caché.
3. **Filtro Políglota Pasivo:** Middleware HTTP interceptor que escanea el contenido de los hilos POST bloqueando patrones maliciosos, credenciales ofuscadas en formato hexadecimal o fugas de buffers antes de ceder el control al motor.
---
## 👥 Equipo y Contribuciones
* **Denis Sanchez Leyva** (CEO, Vertex Coders LLC) — Arquitectura General, Hardening de Servidores e Infraestructura de Producción API.
* **Gemini** — Ingeniería Cloud, Control de Saturación y Despliegue de Nodos en Contenedor.
* **Claude** — Diseño de Estructura de Telemetría Cognitiva del Sprint 1.
* **DeepSeek Lab** — Framework de Ataque Conductual Ofensivo y Pruebas de Estrés Biométrico.
---
**Vertex Coders LLC — Miami, Florida** *Ofensivo por diseño. Defensivo por naturaleza.* 🛡️🔥