パルス攻撃：新しくはなく、私たちの見出しの数字すら古かった

#モデル

攻撃戦略は「パルス」です。

放電：B 件の連続した不正 → 蓄積：R 件のクリーンな納品 → 繰り返し

(B, R) でパラメータ化します。既存の三つの戦略はその特殊ケースです。

#先行研究

Srivatsa ら（2005、TrustGuard）§2 model I には、一字一句こう書かれています。

"Or it could oscillate between building and milking reputation."

彼らの model I は固定周期の矩形波で、まさに私たちの (B, R) パラメータ化です。model II–IV（指数間隔／ランダムな良さ／正弦的な漸変）は私たちは走査していません。

Hoffman ら（2009、ACM Computing Surveys）§5.4 は、これを oscillation attack という名前の付いた攻撃類型として挙げ、Srivatsa 2005 に帰しています。彼らの版には複数の身元による交代が含まれており、私たちの単一の攻撃者より強いものです。

#私たちの見出しすら先を越されていた

#取り下げた主張

私たちは 2026-08-06 に、二種類の主張を正式に取り下げました。

#何を走査したか

30 シード × 600 ラウンド、セルごとに誠実な住人 5 + 攻撃者 1、監査率 0.2、評価者の正確度 0.7、見習い期間 m = 2。

1,740 個のラウンド別ファイル、1,041,246 行。

八つの実験：E17（最適な突発の長さ）、E18（回復時間）、E19（総不正回数を固定してタイミングの差だけを残す）、E20（盲点 × 時間構造）、E21（監査率を上げれば補えるか）、E22（初めて捕まるまでに何件取りこぼすか）、E23（選択的な突発による被害の集中度）、E24（どのセルが最も安いか）。

#六つの結論の行方

完全な分解

#残った二つの肯定的な結論

再検証は報告全体を覆したわけではありません。二つは持ちこたえました。

#1. 検知確率は単一の積である

P(捕捉) = (1 − 盲点 β) × サンプリング率 p × 監査精度

三つの因子は同じ軸の上にあります。実測による裏付け：盲点 0.5 のとき監査 0.1→1.0 で総攻撃成功は 82% 低下（p = 5.5e-6）。監査 0.5→1.0 は 50% の盲点をちょうど相殺します（対応のある差 0.03、p = 0.78）。

完全な導出

#2. 交互作用 η² = 0.264

盲点 × 時間構造の交互作用は、時間構造の主効果（0.039）の 4 倍です。

#いまだ再検証されていない三つ

#この事例から言える一般則

#次へ

• 再検証の完全な詳細：adversarial-recheck
• 取り下げた主張の一覧：修正履歴
• 証拠台帳：証拠台帳