[論文レビュー] A Framework for Checkpointing and Recovery of Hierarchical Cyber-Physical Systems

Kaustubh Sridhar, Radoslav Ivanov+7 more|arXiv (Cornell University)|May 17, 2022

Fault Detection and Control Systems被引用数 4

ひとこと要約

本稿では、センサ異常発生時における状態推定の回復を確実にするために、非線形で階層的なサイバーフィジカルシステム（CPS）向けのチェックポイントおよびロールフォワード回復フレームワークを提案する。3つの整合性パラダイムと効率的なロールフォワードアルゴリズムを導入することで、リソースのトレードオフを管理しながら、正確で時間効率の高い回復を実現し、異常センサデータ下での地上ロボットのシミュレーションにおいて、標準的なEKFを上回る性能を発揮する。

ABSTRACT

This paper tackles the problem of making complex resource-constrained cyber-physical systems (CPS) resilient to sensor anomalies. In particular, we present a framework for checkpointing and roll-forward recovery of state-estimates in nonlinear, hierarchical CPS with anomalous sensor data. We introduce three checkpointing paradigms for ensuring different levels of checkpointing consistency across the hierarchy. Our framework has algorithms implementing the consistent paradigm to perform accurate recovery in a time-efficient manner while managing the tradeoff with system resources and handling the interplay between diverse anomaly detection systems across the hierarchy. Further in this work, we detail bounds on the recovered state-estimate error, maximum tolerable anomaly duration and the accuracy-resource gap that results from the aforementioned tradeoff. We explore use-cases for our framework and evaluate it on a case study of a simulated ground robot to show that it scales to multiple hierarchies and performs better than an extended Kalman filter (EKF) that does not incorporate a checkpointing procedure during sensor anomalies. We conclude the work with a discussion on extending the proposed framework to distributed systems.

研究の動機と目的

• リソース制約があり、非線形で階層的なサイバーフィジカルシステム（CPS）におけるセンサ異常耐性の課題に対処すること。
• チェックポイントとロールフォワードメカニズムを通じて、センサ異常発生時における正確で効率的な状態推定回復を可能にすること。
• 階層的CPSにおけるシステムリソース使用量（メモリ、計算）と回復精度のトレードオフを管理すること。
• 多様な異常検出システム（ADS）と動的センサ動作を伴う複数のシステムレイヤー間で、チェックポイントの整合性を保つこと。
• 回復誤差、許容可能な異常継続時間、および精度-リソースギャップに関する理論的上限を提示すること。

提案手法

• 階層的サブシステム間で異なる整合性レベルを提供する3つのチェックポイントパラダイム（整合的、部分的に整合的、非整合的）を導入する。
• 安全なチェックポイントから制御入力を再実行することで、時間軸に沿ってシステム状態を再構築する時間効率の良いロールフォワードアルゴリズムを設計する。
• 各サブシステムレベルに異常検出システム（ADS）を統合し、異常を検出した場合にのみ回復を開始する。
• 再帰的誤差伝播モデルを用いて状態推定誤差の上限を定式化し、命題5.1および推論5.2により理論的保証を付与する。
• 非線形状態空間方程式とプロセスノイズ・測定ノイズを伴う測定モデルを用いて、内側と外側のループを持つ階層的制御アーキテクチャをモデル化する。
• 1秒ごとに（1 Hzで）チェックポイントを適用し、制御入力と状態スナップショットを安全に保存することで、異常期間中のロールフォワード回復を可能にする。

実験結果

リサーチクエスチョン

• RQ1 異なった異常検出システムを有する複数の階層的サブシステム間で、どのように整合性のあるチェックポイントを実現できるか？
• RQ2 提案フレームワーク下で、信頼性の高い状態推定回復を実現するためのセンサ異常継続時間の最大許容値は何か？
• RQ3 埋め込みCPSにおいて、回復精度とシステムリソース使用量（メモリ、計算）のトレードオフをどのようにバランスさせるか？
• RQ4 真値との比較において、回復された状態推定誤差にどの程度の理論的上限を設定できるか？
• RQ5 通信遅延が上限に達する分散CPSに、このフレームワークを拡張可能か？

主な発見

• シミュレーションのロボット位置およびモーターアングル速度のプロットから、本フレームワークはセンサ異常発生時において、拡張カルマンフィルタ（EKF）と比較して著しく低い誤差で状態推定を回復できることを示している。
• 回復状態推定誤差（RSEE）と推定誤差（EE）の両方が、式（15）および命題5.1／推論5.2から導出された理論的上限内に安定して収束している。
• 両方のx位置および角速度において、異常なEKF推定誤差はRSEEよりも著しく大きくなっており、チェックポイントとロールフォワード手法の優位性が裏付けられている。
• 外側ループと内側ループの制御サブシステムを有するシミュレーテッド地上ロボットを用いた検証により、本フレームワークは複数の階層レベルに効果的にスケーリング可能であることが確認された。
• 最大許容異常継続時間は、チェックポイント間隔とロールフォワード中における状態整合性の維持能力によって制限される。
• チェックポイント頻度、回復精度、システムリソースコストのトレードオフを表す精度-リソースギャップは、フレームワーク内で明示的に境界付けられ、解析的に定量化されている。