[論文レビュー] A Dynamic Watermarking Algorithm for Finite Markov Decision Problems

Jiacheng Tang, Jiguo Song+1 more|ArXiv.org|Nov 9, 2021

Smart Grid Security and Resilience参考文献 29被引用数 4

ひとこと要約

本稿では、制御システムにおけるスプーフィングおよびデセプション攻撃に対するセキュリティを強化するため、有限マルコフ決定過程（MDPs）向けの動的ウォーターマーキングアルゴリズムを提案する。ランダムな制御方策の変更を組み込むことで、CUSUMに基づく悪意のあるフィードバックチャネルの検出が可能となり、検出遅延および誤検出率に関する理論的上限が得られ、センサーネットワークの電力管理に関する事例研究を通じて、セキュリティと制御性能のトレードオフが検証された。

ABSTRACT

Dynamic watermarking, as an active intrusion detection technique, can potentially detect replay attacks, spoofing attacks, and deception attacks in the feedback channel for control systems. In this paper, we develop a novel dynamic watermarking algorithm for finite-state finite-action Markov decision processes and present upper bounds on the mean time between false alarms, and the mean delay between the time an attack occurs and when it is detected. We further compute the sensitivity of the performance of the control system as a function of the watermark. We demonstrate the effectiveness of the proposed dynamic watermarking algorithm by detecting a spoofing attack in a sensor network system.

研究の動機と目的

• 自律走行車両およびサイバー物理システム（CPS）におけるセンサベースのサイバー攻撃の増加する脅威に対処する。特に、システムの安全性と信頼性を損なうスプーフィングおよびデセプション攻撃に焦点を当てる。
• 従来、線形システムで研究されてきた動的ウォーターマーキングを、有限状態・有限行動のマルコフ決定過程（MDPs）に拡張し、より抽象的かつ非線形な制御環境における検出を可能にする。
• 提案されたウォーターマーキング方式について、MDPにおける平均誤検出間隔および平均検出遅延の理論的上限を確立する。
• ウォーターマーキングの導入によるシステムのセキュリティ（攻撃検出）と制御性能（制御損失）のトレードオフを定量化する。
• スプーフィング攻撃条件下でのセンサーネットワークの電力管理システムという実世界の応用を通じて、手法の有効性を検証する。

提案手法

• 行動選択プロセスにランダムな摺れ込みを加えることで、MDPにおける制御方策を変更する動的ウォーターマーキング機構を導入する。
• ウォーターマーキングの統計的性質を活用し、期待されると観測されたセンサ測定値の残差信号を監視するCUSUM型検出方式を採用する。
• MDPプロセスの確率的安定性および混合性の性質を用いて、平均誤検出間隔および平均検出遅延の理論的上限を導出する。
• 潜在状態、観測値、行動プロセスを有する部分的に観測可能なMDPとしてシステムをモデル化し、検出性能の分析にため、状態・行動・観測の連合プロセスを用いる。
• ウォーターマーキングをセンサーネットワークの電力管理システムに適用し、スプーフィング攻撃をシミュレートすることで、検出性能と制御損失を評価する。
• 観測プロセスの定常分布と経験的頻度推定器を用いることで、漸近的条件下での一貫性ある検出を保証する。

実験結果

リサーチクエスチョン

• RQ1 離散状態および離散行動を有する有限マルコフ決定過程（MDPs）に、動的ウォーターマーキングをどのように適応できるか？
• RQ2 MDPにおける提案されたウォーターマーキング方式について、平均誤検出間隔および平均検出遅延の理論的上限は何か？
• RQ3 ウォーターマーキングの大きさが、攻撃状況下における制御性能およびシステム安定性に与える影響は何か？
• RQ4 提案手法は、実世界のセンサーネットワークシステムにおいて、保証された性能を伴ってスプーフィング攻撃を検出できるか？
• RQ5 MDPに基づく制御システムに動的ウォーターマーキングを導入する際の、検出感度と制御損失のトレードオフは何か？

主な発見

• 提案された動的ウォーターマーキングアルゴリズムは、平均誤検出間隔および平均検出遅延について、証明可能な上限を達成しており、MDPにおける信頼性の高い攻撃検出を保証する。
• 本手法は、センサーネットワークの電力管理システムにおいて、攻撃発生後一定時間内にスプーフィング攻撃を効果的に検出できることを示した。
• 検出性能と制御損失のトレードオフが観察された：ウォーターマーキングの大きさを大きくすると検出速度が向上するが、最適な動作からの逸脱が増加する。
• 理論的分析により、検出プロセスが確率的に安定しており、正常状態および攻撃状態の両方でCUSUM検出器が正しい判断に収束することが確認された。
• 観測プロセスの定常分布が時間経過とともに一貫して推定可能であることが示され、異常値の共分散に基づく検出が信頼できるものとなった。
• 性能の上限は、MDPプロセスの混合性およびエルゴード性を用いて導出されており、モデル不確実性下でもロバストであることが保証された。