Научна публикация
Представена на XI Международна научна конференция „High Technologies. Business. Society“, Боровец, 23–26 март 2026 г.
Издание: Artificial Intelligence Proceedings, 2026 • ISSN: 3033-2923 (Print) / 3134-1667 (Online)
Резюме
Настоящата публикация предлага концептуална методологична рамка, основана на Двудоменна архитектура (Dual-Domain Architecture), опосредствана от ZKAP (Zero-Knowledge Audit Proxy), за съвместяване на изискванията за отчетност по AI Act с принципа за минимизиране на данните по GDPR.
Правните норми се полиномиализират в R1CS ограничения, като съответствието се трансформира във формално верифицируемо изчислително свойство. За когнитивно непрозрачни модели от екзамащаб тези инварианти могат да бъдат хардуерно закотвени чрез pALU (Provable Arithmetic Logic Unit), гарантирайки детерминизъм и устойчивост срещу алгоритмично отклонение.
За системи с по-нисък риск или локални инфраструктури ZKAP оперира в софтуерна конфигурация, позволявайки периодични асиметрични регулаторни доказателства без интеграция на силициево ниво. Калибриран праг разграничава допустимата техническа вариация от структурното отклонение, задействайки задължителни предпазни мерки.
Ключови думи
ZKAP, pALU, полиномиализация на правото, R1CS, Safety-by-Design, Dual-Domain Architecture, криптографски закотвена верификация.
Пълен текст и свързани публикации
Пълен текст на статията:
Radoslavov (2026) — Full Paper (EN) →
Свързана публикация [1]:
Radoslavov, R.Y. (2026). „Management and Regulation of Artificial Intelligence Models: Concept for Transparency and Accountability in Administrative Activities.“ Industry 4.0, Vol. 2, pp. 320–321, ISSN 2534-997X.