[論文レビュー] Cyber Physical Systems (CPS) Surveillance Using An Epidemic Model

Antoine Bagula, Emmanuel Tuyishimire+1 more|arXiv (Cornell University)|Dec 16, 2019

Opportunistic and Delay-Tolerant Networks参考文献 38被引用数 4

ひとこと要約

本稿は、IoT対応サイバーフィジカルシステム（CPS）における干渉伝播の予測および管理を目的として、疫学的拡散モデルを用いた新規CPS監視フレームワークを提案する。ノードの状態を感受性、攻撃状態、除去状態としてモデル化するSARに類似した区分モデルを用いることで、ネットワークストレスの早期検出とプロアクティブな再構成を可能にし、数値結果から社会的ネットワーク、公共安全ネットワーク、メッセージングネットワークにおける予測可能な移行パターンとコスト動態が示された。

ABSTRACT

Vast investments have recently been made worldwide in developing the Cyber-Physical System (CPS) technology with the expectations of improving economical and societal structures. However, great care must be paid to the CPS' complexity, the impact of emerging IoT (Internet of Things) protocols on the CPS infrastructure as well as the impact of information dissemination by these protocols on the safety of these infrastructures. This paper addresses the issue of CPS safety by proposing and evaluating the performance of a CPS management framework and the analysis of the dynamics of the underlining IoT network in the cyber-space. The main contributions of this paper are in threefold. Firstly, a new CPS framework is proposed; that: 1) builds around a layered architecture to compartmentalise the CPS functionalities into different modules for efficiency and scalability and 2) uses an inner feedback loop for the efficient management of CPS infrastructure. Secondly, building upon this framework, a novel diffusion model that uses the epidemic (interference) sets to produce accurate diffusion patterns across the CPS IoT subsystem is proposed. Finally, the proposed diffusion model is numerically analysed to show how it can be used to achieve efficient CPS surveillance in order to trigger reconfiguration to re-optimise the CPS when it is under stress. in IoT settings. The numerical analysis of the diffusion model shows that interference propagates in pairwise disjoint sets, with IoT nodes migrating from "susceptible" to "attacked" statuses and finally reaching the "removed" state at a predictable time. Deployment considerations on some of the current social and public networks are also onsidered

研究の動機と目的

• 制御不能な情報拡散によって引き起こされる、IoT統合型複雑なサイバーフィジカルシステム（CPS）における連鎖的障害のリスクに対処すること。
• スケーラビリティとリアルタイム応答性を向上させるためのレイヤードでフィードバック駆動型のCPS管理フレームワークを設計すること。
• 疫学的ダイナミクスに基づく拡散モデルを開発し、IoTサブシステム間における干渉伝播をシミュレートおよび予測すること。
• ノード状態の変遷（感受性 → 攻撃状態 → 除去状態）の重要な遷移点を同定することで、プロアクティブなネットワーク再構成を可能にすること。
• 経済的・性能的影響を、Facebook、Skype、公共安全ネットワークなど多様なネットワークタイプに対して、定量的コスト指標を用いて評価すること。

提案手法

• スケーラビリティと効率性を向上させるために、CPS機能をモジュラー化して管理する内側のフィードバックループを備えたレイヤードCPSアーキテクチャを設計する。
• 疫学理論に基づく新規拡散モデルを導入し、ペアワイズに不 overlap な干渉集合を用いて、ネットワーク全体におけるノード状態遷移をシミュレートする。
• IoTネットワークにおける干渉伝播のダイナミクスを表現するために、変更されたSAR（感受性－攻撃状態－除去状態）区分モデルを適用する。
• 移行レートとネットワーク影響パラメータを用いてノード状態間の遷移ダイナミクスを制御し、特定のQoSまたはエネルギー効率目標に合わせたチューニングを可能にする。
• 社会的ネットワーク、メッセージング、公共安全ネットワークの3つの実世界ネットワークタイプに対して、状態固有のコスト関数を用いてモデルの数値的評価を実施する。
• 表3～6の実データとシミュレーション結果を相関させ、異なるネットワーク状態および構成における経済的影響を評価する。

実験結果

リサーチクエスチョン

• RQ1 疫学的モデリングをどのように変更すれば、IoT対応CPSにおける干渉伝播を予測し、ネットワークストレスの早期検出を可能にすることができるか？
• RQ2 異なるタイプのIoTネットワーク（例：ソーシャル、メッセージング、公共安全）における干渉の特徴的な拡散パターンは何か？
• RQ3 移行レートとネットワーク影響パラメータをどれほどチューニングできるかが、アプリケーション固有の要件に適合するネットワーク行動に与える影響はどの程度か？
• RQ4 感受性、攻撃状態、除去状態のノードに関連するコストは、異なるネットワークインfra構造においてどのように変動するか？これはシステムのレジリエンスにどのような含意をもたらすか？
• RQ5 提案されたモデルは、持続的な干渉下でのネットワークの故障時刻またはエネルギー枯渇を予測できるか？その予測は、プロアクティブな再構成を支援できるか？

主な発見

• 拡散モデルは、ノード状態の進化における3つの明確な時間的パターンを明らかにした：「誕生－成長－減少」、「誕生－減少」、「成長－ plateau（安定）」。これは、干渉伝播ダイナミクスが一様でないことを示している。
• すべてのネットワークにおいて、感受性ノードの平均コストは時間経過とともにゼロに近づくが、公共安全ネットワークでは初期コストが最も高く、Facebookでは最も低い。
• 攻撃状態ノードのコストはSkypeで最も低く、Facebookで高く、傾向からSkypeネットワークはより長期間にわたる干渉による混乱を経験しにくいと示唆される。
• 除去状態ノードのコストは、すべてのネットワークでゼロでない値に安定する。これは、干渉が収束しても、不可逆的損傷またはエネルギー枯渇が残存することを示している。
• 除去状態のノード数は、ある拡散集合における初期の感受性ノードと攻撃状態ノードの合計に等しくない。これは、伝播中に集合間移行または新たな集合形成が発生していることを示している。
• モデルは予測可能な移行時間を提供でき、グローバルパrameterのチューニングにより破壊的干渉の影響を緩和でき、自律的ネットワークレジリエンスとプロアクティブな再構成を支援する。