[論文レビュー] Cybersecurity in Distributed and Fully-Decentralized Optimization: Distortions, Noise Injection, and ADMM

Eric Munsing, Scott Moura|arXiv (Cornell University)|May 28, 2018

Smart Grid Security and Resilience参考文献 26被引用数 12

ひとこと要約

本稿は、分散型および完全に分散型の最適化における深刻なサイバーセキュリティ上の脆弱性を特定し、特にADMMベースのシステムに対して、個人問題の歪み、ノイズ注入、連結制約の操作といった攻撃の検出および緩和戦略を提案する。ブロックチェーンを活用したグローバル情報レイヤーが、完全に分散型システムにおいても、アグリゲータが協調するモデルと同等のセキュリティを実現できることを示しており、悪意あるノードの検出、局所化、緩和が可能になる。

ABSTRACT

As problems in machine learning, smartgrid dispatch, and IoT coordination problems have grown, distributed and fully-decentralized optimization models have gained attention for providing computational scalability to optimization tools. However, in applications where consumer devices are trusted to serve as distributed computing nodes, compromised devices can expose the optimization algorithm to cybersecurity threats which have not been examined in previous literature. This paper examines potential attack vectors for generalized distributed optimization problems, with a focus on the Alternating Direction Method of Multipliers (ADMM), a popular tool for convex optimization. Methods for detecting and mitigating attacks in ADMM problems are described, and simulations demonstrate the efficacy of the proposed models. The weaknesses of fully-decentralized optimization schemes, in which nodes communicate directly with neighbors, is demonstrated, and a number of potential architectures for providing security to these networks is discussed.

研究の動機と目的

• 分散型および完全に分散型の最適化アルゴリズムを標的とするサイバー攻撃ベクトルを特定・分析すること、特にADMMフレームワークに焦点を当てる。
• 中央協調者を持たないノード間が隣接ノードとのみ通信する完全に分散型システムにおけるセキュリティ上の弱みを調査すること。
• 個人問題の歪み、ノイズ注入、連結制約の操作といった悪意ある行動の検出および緩和技術を開発すること。
• 暗号的に保護されたグローバル情報レイヤーを提供できるアーキテクチャ（特にブロックチェーンベースのシステム）を検討し、完全に分散型ネットワークにおけるノード更新の整合的かつ安全な検証を可能にすること。
• 分散型で改ざんできないログを備えた拡張により、完全に分散型システムにおいても、攻撃の検出および緩和が一貫的かつ実現可能であることを実証すること。

提案手法

• ADMMにおけるノイズ注入攻撃の検出アルゴリズムを提案し、コンSENSUS収束パターンの乖離を分析することで検出を実現する。
• 局所的更新の整合性チェックおよび制約の満たし方を用いて、攻撃の検出および局所化のフレームワークを導入する。
• ブロックチェーンベースのグローバル情報レイヤーを活用し、メッセージ履歴を格納・検証することで、暗号的に保護された一貫性のあるノード更新の検証を可能にする。
• ブロックチェーン上のスマートコントラクトを用いて、セキュリティチェックを自動化・強制化し、すべてのノードが同一の検証ロジックを実行することを保証する。
• フェデレーテッドラーニング分野で既存のフィルタリングおよび外れ値検出技術を、分散型ADMM最適化の文脈に適応する。
• シミュレーションを用いて、確率的に生成されたADMM問題に対して提案手法の検出精度および緩和効果を評価する。

実験結果

リサーチクエスチョン

• RQ1 分散型および完全に分散型の最適化アルゴリズムの整合性を損なう主な攻撃ベクトルは何か、特にADMMベースのシステムにおいては？
• RQ2 悪意あるノードは、検出されないまま、個人の最適化問題を歪めたり、ノイズを注入したりすることでコンセンサスを攪乱できるか？
• RQ3 中央協調者が存在しない完全に分散型システムにおいて、悪意あるノードの検出および局所化は可能か？
• RQ4 ブロックチェーンや分散型データベースなどのアーキテクチャ的強化は、分散型ネットワークにおけるノード更新の安全かつ一貫性のある検証を可能にするか？
• RQ5 ブロックチェーンベースのシステムは、完全に分散型最適化において、アグリゲータが協調するモデルが持つセキュリティ機能をどの程度再現できるか？

主な発見

• ノイズ注入攻撃はADMMの収束を著しく攪乱するが、提案された検出アルゴリズムは、確率的に生成されたシミュレーテッド問題においてその攻撃を効果的に同定できた。
• 個人問題の歪みおよび連結制約の操作は、完全に分散型システムにおいて、グローバルな解を誤導する可能性のある有効な攻撃ベクトルである。
• 完全に分散型システムは、グローバル状態が存在しないため、ネイティブな検出および局所化能力を欠いており、アグリゲータが協調するシステムよりも脆弱である。
• ブロックチェーンベースのグローバル情報レイヤーにより、一貫性があり暗号的に保護されたノード更新の検証が可能となり、完全に分散型ネットワークにおける攻撃の検出および緩和が実現できる。
• ブロックチェーン上のスマートコントラクトにより、セキュリティチェックがすべてのノードで一様に実行され、不整合の防止と信頼性のない運用の実現が可能になる。
• ブロックチェーン技術の統合により、完全に分散型システムが、アグリゲータが協調するシステムと同等の検出および緩和能力を達成できることが示された。