入侵告警不再由单个模型说了算：多智能体复核加链上投票，认证子集准确率99.65%

入侵检测的判定被放到了需要多方共同签署的路径上，而不是先由单个模型下结论、事后再写日志。 此前的区块链入侵检测系统主要用账本共享检测数据或模型更新，检测器本身仍是单个未经加固的模型，判定在事后才被记录。 在CICIDS2017的156,089条测试流上，校准集成对全部决策的准确率为96.60%，而经拒绝门控后的认证子集在87.3%覆盖率下达到99.65%准确率、0.04%误报率。

系统按代价分层：每条流都走毫秒级的快速检测，只有被判为攻击的少数流才付出语言模型推理和链上共识的开销。 若把语言模型或区块链放在逐流路径上，实时检测将无法维持，因此昂贵环节被限制在告警速率而非流量速率上。 在仅用CPU的工作站上，包含三次检测器推理、温度校准、加权融合与拒绝判定的完整快速路径在批量运行时达到37,524条流/秒。

融合权重按各检测器近期校准后的精度分配，被污染的成员会被自动降权，无需另设投毒检测器。 常见做法是额外加一个显式的投毒检测器，而这本身又成为可被攻击的脆弱环节。 在模拟输出损坏实验中，被完全损坏的RNN单独使用时准确率降至0.6%，而自适应加权集成仍保持96.0%，该检测器权重从0.332降到0.014。

共识延迟随法定票数线性增长，原因是链码对告警状态键做读改写，而Fabric每个区块对同一键最多提交一次写入。 并发提交选票虽能把实际耗时压到一个区块间隔，但在2/3票数下所有争用选票都以读写冲突失败，没有告警达到法定票数。 在360条告警的基准中，顺序收集选票的中位耗时为2.05、4.11、6.15秒（对应1至3票），而模拟账本后端执行同样的签名校验与防重放逻辑只需约2毫秒。

演示范围是两个测试床语料：CICIDS2017按原始协议在类别均衡测试集上评估，GeNIS 2025按去除位置列后的干净协议在自然分布上评估；区块链部分运行在单台工作站上的Fabric测试网络，含一个排序节点与两个组织各一个对等节点。适合关注安全运营自动化与跨组织审计的研究者和工程师阅读。

公证智能体只复核告警内部的一致性，即阈值与池化后验的最大类，并不重新对原始流量分类，因此完全被攻陷的Sentinel仍可伪造一份内部自洽的告警。加权融合的保证以集成中多数成员诚实为前提，部分损坏（约p≈0.3）时出现最深的一次下滑，准确率降至94.7%。GeNIS的60秒切片以体积上可分的洪泛流量为主，且良性流量仅占7.4%，误报粒度约为每0.02%一条流。