Jadwal Sholat

Memuat jadwal sholatโ€ฆ

Editorial Ilmu Komputer & AI

Open AccessOA2026

Kerangka Kerja yang Aman, Tepercaya, dan Teregulasi untuk Agen AI dalam Jaringan Terdistribusi

Memperkenalkan Trusted Agentic Mesh (TAM) untuk Ekosistem Otonom yang Toleran terhadap Kesalahan Byzantine dan Sesuai dengan NIST AI RMF
A. Mathewยท International Journal For Multidisciplinary Researchยท 2026ยท DOI 10.36948/ijfmr.2026.v08i01.66724

Masalah inti

## Pendahuluan

Desentralisasi cepat kecerdasan buatan menjadi agen otonom yang beroperasi di seluruh lingkungan _cloud_, _edge_, dan IoT merepresentasikan pergeseran paradigma dalam keamanan. Agen AI terdistribusi secara inheren menghadapi kegagalan Byzantine dan manipulasi _adversarial_, membuat pertahanan berbasis perimeter tradisional tidak efektif. Keamanan dalam konteks ini memerlukan pernyataan kriptografi tentang identitas terautentikasi, integritas data, dan operasi yang diotorisasi, yang difasilitasi oleh Arsitektur Tanpa Kepercayaan (_Zero-Trust Architecture_). Kepercayaan menuntut keandalan, prediktabilitas, dan tanggung jawab yang dapat diukur dalam proses pengambilan keputusan agen. Untuk mengatasi tantangan ini, kami memperkenalkan Trusted Agentic Mesh (TAM), sebuah kerangka kerja terpadu yang menggabungkan identitas yang didukung perangkat keras dengan bidang kepercayaan terdesentralisasi yang Toleran terhadap Kesalahan Byzantine, menampilkan konsensus Proof-of-Behavior yang baru dan bidang tata kelola proaktif yang sesuai dengan Kerangka Kerja Manajemen Risiko AI NIST (NIST AI RMF).

Inovasi

## Hasil

Hasil simulasi menunjukkan bahwa TAM mencapai tingkat deteksi melebihi 99% untuk serangan Sybil dan kolusi. Biaya kinerja ketahanan Byzantine tetap dalam batas yang dapat diterima, memastikan penerapan praktis. Konsensus Proof-of-Behavior secara efektif memberi insentif pada partisipasi jujur sambil mempertahankan _throughput_ yang tinggi. Metrik terperinci menunjukkan bahwa sistem dapat menyesuaikan diri secara dinamis terhadap intensitas serangan yang bervariasi, menjaga keamanan tanpa _overhead_ yang signifikan.

## Pendahuluan
Desentralisasi cepat kecerdasan buatan menjadi agen otonom yang beroperasi di seluruh lingkungan _cloud_, _edge_, dan IoT merepresentasikan pergeseran paradigma dalam keamanan. Agen AI terdistribusi secara inheren menghadapi kegagalan Byzantine dan manipulasi _adversarial_, membuat pertahanan berbasis perimeter tradisional tidak efektif. Keamanan dalam konteks ini memerlukan pernyataan kriptografi tentang identitas terautentikasi, integritas data, dan operasi yang diotorisasi, yang difasilitasi oleh Arsitektur Tanpa Kepercayaan (_Zero-Trust Architecture_). Kepercayaan menuntut keandalan, prediktabilitas, dan tanggung jawab yang dapat diukur dalam proses pengambilan keputusan agen. Untuk mengatasi tantangan ini, kami memperkenalkan Trusted Agentic Mesh (TAM), sebuah kerangka kerja terpadu yang menggabungkan identitas yang didukung perangkat keras dengan bidang kepercayaan terdesentralisasi yang Toleran terhadap Kesalahan Byzantine, menampilkan konsensus Proof-of-Behavior yang baru dan bidang tata kelola proaktif yang sesuai dengan Kerangka Kerja Manajemen Risiko AI NIST (NIST AI RMF).

Mengapa penting

## Analisis dan Diskusi

Trusted Agentic Mesh (TAM) meletakkan dasar untuk cetak biru ekosistem otonom yang aman dan akuntabel. Dengan mengintegrasikan identitas yang didukung perangkat keras, konsensus Toleran terhadap Kesalahan Byzantine, dan tata kelola proaktif, TAM mengatasi tantangan keamanan dan kepercayaan kritis dari AI terdesentralisasi. Kepatuhannya terhadap NIST AI RMF memastikan keselarasan dengan standar regulasi, memfasilitasi adopsi di domain sensitif. Meskipun implementasi saat ini berfokus pada simulasi, pekerjaan di masa depan mencakup penerapan di dunia nyata dan penskalaan ke jaringan besar. Modularitas kerangka kerja memungkinkan peningkatan berkelanjutan dan adaptasi terhadap ancaman yang muncul, menjanjikan fondasi yang tangguh untuk generasi sistem otonom berikutnya.

Siapa yang sebaiknya membaca

Praktisi dan peneliti ilmu komputer

Membuka konten memberโ€ฆ