BAAR4-guard Ultra (In-Line Multi-Era AI Threat Engine)

🌐 Official Website: https://baar.uk/model/
📦 Model Hub: aixk/BAAR4-guard
📄 License: Non-Commercial Only (Contact for Commercial Pricing)

---

📌 Model Overview (모델 개요)

BAAR4-guard Ultra is an ultra-fast, in-line edge AI threat detection and firewall engine trained across historical and modern traffic benchmarks spanning 2017 to 2026 (CIC-IDS2017, CICIoT2023, CICDDoS2019, and 2024~2026 Synthetic AI Vectors). Hardened with Multi-Stage PGD (Projected Gradient Descent) Adversarial Training, the model provides zero-trust packet/session classification with extreme resilience against adversarial payload perturbations and evasive botnets, delivering sub-millisecond inference on edge and WASM runtimes.

BAAR4-guard Ultra는 2017~2026 전주기 실전 네트워크 트래픽(CIC-IDS2017, CICIoT2023, CICDDoS2019 및 2024~2026 최신 AI 공격 합성 벡터)을 통합 학습한 초경량·초저지연 인라인 인공지능 보안 엔진입니다. 특히 **다단계 PGD 적대적 훈련(Adversarial Training)**을 적용하여 패킷 변조 및 AI 기반 우회 공격(Adversarial Evasion)에 대해 압도적인 방어 복원력을 발휘하며, 오탐(FPR)을 최소화하면서 0.8ms 수준의 인라인 검증 속도를 보장합니다.

---

🛡️ Defense & Performance Benchmarks (실전 방어 지표)

Validation Setup: PGD Lv.4 Adversarial Perturbation Test | Hardware: PyTorch CUDA & Edge Runtime Export

Class / Category	Classification Type	Detection Rate (차단율 / 통과율)	Error Metric (오류율)	Primary Threat Scenarios
Class 0: 정상 트래픽 (Normal Human)	Benign Flow	99.84% 통과율	FPR: 0.16%	일반 업무 트래픽, 정상 IoT 통신, 인가된 HTTP/S 플로우
Class 1: AI 정찰 / 봇넷 (Recon/Botnet)	Threat Flow	100.00% 차단율	FNR: 0.00%	자율 포트스캔, 취약점 인텔리전스 스캐닝, C2 비콘 통신
Class 2: 웹 공격 / DoS (Web Attack & DoS)	Threat Flow	100.00% 차단율	FNR: 0.00%	SYN Flood, ICMP Flood, DrDoS (UDP/NetBIOS/Portmap), Web Exploit
Class 3: 크리덴셜 공격 (Credential Brute-force)	Threat Flow	99.70% ~ 100.00% 차단율	FNR: <= 0.30%	계정 탈취 시도, 분산 브루트포스, Credential Stuffing

⚡ 종합 방어 및 적대적 견고성 (Adversarial Robustness)

• 실전 종합 공격 차단율 (Attack Block Rate): 99.97% ~ 100.00% (미탐률 FNR: 0.00% ~ 0.03%)
• Lv.4 패킷 변조 AI 방어력 (PGD Robustness): 99.11% ~ 99.58%
• 정상 트래픽 통과율 (Benign Pass Rate): 99.84% (오탐률 FPR: 0.16%)
• 최종 검증 복합 점수 (Overall Defense Score): 298.96 / 300.00

---

📊 Dataset & Threat Vector Distribution (학습 데이터 구성)

전체 학습 셋은 aixk/bg-1에 패키징되어 동기화되었으며, 총 31,333건의 엄선된 시계열 윈도우/패킷 피처로 구성되었습니다:

🎯 [균형 빅데이터셋 완성] 총 31,333개 최적 시계열 윈도우
   ├ 정상 플로우 (Class 0) : 12,521건 (CIC-IDS2017 Tuesday + CICIoT2023 Benign + 합성 데이터)
   ├ AI 자율 정찰 (Class 1) :  2,321건 (PortScan + 2024~2026 AI Recon Vectors)
   ├ DoS / 웹 공격 (Class 2): 15,000건 (SYN/ICMP Flood, DrDoS UDP/Portmap/NetBIOS, Web Attacks)
   └ 크리덴셜 공격 (Class 3) :  1,491건 (Thursday Web Attack Brute-force + 합성 Stuffing)

1. CIC-IDS2017 Benchmark:
   • Tuesday-WorkingHours (정상 5,312건)
   • Thursday-WorkingHours-Morning-WebAttacks (웹 침투/무차별 대입 1,806건)
   • Friday-WorkingHours-Afternoon-PortScan (네트워크 정찰 4,213건)
2. CICIoT2023 & CICDDoS2019 Large-Scale Vectors:
   • BenignTraffic, DDoS-ICMP_Flood, DDoS-SYN_Flood (CICIoT2023: 총 8,856건)
   • Syn, DrDoS_UDP, Portmap, DrDoS_NetBIOS (CICDDoS2019: 총 10,162건)
3. 2024~2026 최신 위협 주입기 (Modern Injected Vectors):
   • 각 클래스별 4,000건씩 총 16,000건의 차세대 다변량 변조 패턴 합성 주입

---

⚡ Inference Speed & Runtime Benchmark (추론 벤치마크)

2,000회 연속 단일 패킷/윈도우 판별 벤치마크 결과:

Runtime Engine	Single Inference Latency	Model Binary Size	Runtime Characteristics
ONNX Runtime (CPU/WASM)	0.882 ms	2.53 MiB	크로스 플랫폼, 엔드포인트 Wasm 구동 최적화
비압축 .baar3 Direct Engine	1.788 ms	1.24 MiB	Zero-Copy Direct-mmap 바이너리, 최소 메모리 풋프린트

초저지연 인라인 적용: 단일 세션 분석 1ms 미만의 처리 성능을 유지하여 네트워크 병목 현상 없는 투명한 인라인 L7/L4 방화벽 통합이 가능합니다.

---

📦 Export Formats & Deployment Artifacts (배포 파일 구성)

• model.safetensors: 고속 로딩 및 보안 검증을 통과한 순수 가중치 텐서 파일
• model.onnx: WebAssembly, C++, Go 등 에지 런타임 호환 고속 ONNX 그래프 (2.53 MiB)
• model_guard_ultra_fp16.baar3: Zero-Copy Direct-mmap 기반 FP16 초경량 네이티브 커널 바이너리 (1.24 MiB)
• config.json: 제로 트러스트 임계치 및 입력 피처 Robust Scaler 메타데이터

---

📄 License & Commercial Terms (라이선스 및 상업적 도입 안내)

• Non-Commercial Use Only (비상업적 연구·개인 이용 한정):
  This model is strictly provided for non-commercial, research, and educational purposes only. Any commercial use without a separate commercial agreement is strictly prohibited.
  본 모델은 순수 연구, 교육 및 개인 비영리 목적에 한해서만 무료로 제공됩니다. 사전 허가 없는 일체의 영리적 이용은 엄격히 금지됩니다.

• Commercial Licensing & Inquiries for Revenue-Generating Entities (매출 발생 기업 및 상용화 도입 문의):
  If your organization generates revenue, or if you plan to incorporate this model into commercial products, services, or paid APIs, you are required to purchase a commercial license. Please contact us directly via email for enterprise licensing and integration support.
  기업/사업체에 매출이 발생하고 있거나, 본 모델을 상용 서비스·유료 제품·수익 창출 목적의 시스템에 도입하고자 하시는 경우 반드시 별도의 상용 라이선스를 취득하셔야 합니다. 도입 조건 및 기업용 라이선스 발급은 아래 이메일로 문의해 주시기 바랍니다.

  • 도입 및 상용 라이선스 문의 (Commercial Inquiries): admin@099.kr
  • 공식 웹사이트 (Official Website): https://baar.uk/model/

---

⚠️ Notes & Disclaimer (기술 고지 및 안내)

• Defensive Engineering & Evaluation: 본 모델은 인라인 침입 방지 시스템(IPS) 및 제로 트러스트 아키텍처 연구를 위해 제작되었습니다. 실제 운영 네트워크에 배치 시, 조직의 보안 정책에 맞춰 오탐 허용치와 차단 임계값(config.json)을 사전에 조정하여 적용하십시오.

---

💼 Opportunities & Contact (채용 제안 및 파트너십)

This project demonstrates end-to-end competency in adversarial network traffic defense, multi-source dataset engineering, PGD adversarial training, and ultra-low latency inference packaging (.baar3, ONNX).

I am actively seeking AI Engineering / Security AI Research opportunities, recruitment offers, and technical partnerships.

• 공식 웹사이트 (Official Website): https://baar.uk/model/
• 기업 도입 및 라이선스 문의 (Commercial Adoption): admin@099.kr
• 채용 및 포지션 제안 (Recruitment & Hiring): admin@099.kr
• 투자 및 기술 협력 문의 (Investment & Partnerships): admin@099.kr

극단적인 리소스 환경에서도 고속 추론이 가능한 딥러닝 아키텍처를 설계하고, 실전 사이버 위협 데이터 융합 파이프라인부터 적대적 훈련 및 양자화 바이너리 배포까지 전 과정을 직접 구현하는 AI 엔지니어입니다. 기술 도입, 채용 제안 및 협업에 관심 있는 기업과 팀의 문의를 환영합니다.