이 논문은 네트워크 트래픽 분류 후 공격 기법을 귀속하는 등 단계별로 구성된 자율 보안 에이전트 파이프라인에서, 개별 단계의 분할 콘포멀 예측 보장을 전체 궤적 수준의 보장으로 합성하는 문제를 다룬다. 저자는 3단계 이상으로 확장한 쌍별 상관관계 방식이 실제로는 상한이 아닌 하한을 주어 무효함을 보이고, 유효한 스패닝트리 대안을 제시한다. 또한 단계 간 종속성 여부와 이를 인증할 만큼 감사 표본이 충분한지를 구분해 표본 복잡도의 상한·하한을 도출했으며, 성긴 라벨 선택이 실제 학습된 종속성 없이도 거의 완벽한 측정 상관관계를 만들 수 있음을 보였다. 6개 오픈 LLM과 2개 데이터셋의 2단계 침입 탐지 파이프라인에서 이 인공물을 제거하면 측정 상관관계가 거의 1에서 0~0.78로 낮아졌고, 궤적 실패에 대한 직접 감사는 표본 크기가 충분할 때 본페로니 대비 13.7% 더 타이트했지만 표본이 부족하면 오히려 더 나빴다.

• •쌀별 상관관계의 3단계 이상 확장이 상한이 아닌 하한을 줘 무효함을 규명
• •유효한 스패닝트리 기반 대안적 굤적 인증 방법 제시
• •성긴 라벨 선택이 허위로 거의 완벽한 측정 상관관계를 만들 수 있음을 발견
• •인공물 제거 시 측정 상관관계가 거의 1에서 0~0.78로 감소
• •교차 데이터셋 배포 시 정확도 78%에도 단일 단계 오적용률 100%까지 치솟음