[論文レビュー] Resilient Distributed Estimation: Sensor Attacks

Yuan Chen, Soummya Kar+1 more|arXiv (Cornell University)|Sep 18, 2017

Distributed Sensor Networks and Detection Algorithms被引用数 5

ひとこと要約

本稿では、センサー攻撃下におけるマルチエージェントネットワークにおけるレジリエント分散推定のための飽和イノベーション更新（SIU）アルゴリズムを提案する。時間変動するゲインをイノベーション項に適用することで、その ℓ₂ ノルムを有界に保つことにより、半数未塔のセンサーが攻撃を受けていなくても、ネットワークのトポロジーに依存せず、ローカルな通信と隣接エージェントの知識にのみ依存して、すべてのエージェントが真のパラメータに多項式速度で収束することを保証する。

ABSTRACT

This paper studies multi-agent distributed estimation under sensor attacks. Individual agents make sensor measurements of an unknown parameter belonging to a compact set, and, at every time step, a fraction of the agents' sensor measurements may fall under attack and take arbitrary values. We present the Saturated Innovation Update ($\mathcal{SIU}$) algorithm for distributed estimation resilient to sensor attacks. Under the iterative $\mathcal{SIU}$ algorithm, if less than one half of the agent sensors fall under attack, then, all of the agents' estimates converge at a polynomial rate (with respect to the number of iterations) to the true parameter. The resilience of $\mathcal{SIU}$ to sensor attacks does not depend on the topology of the inter-agent communication network, as long as it remains connected. We demonstrate the performance of $\mathcal{SIU}$ with numerical examples.

研究の動機と目的

• 敵対的攻撃によって任意に破損する一部のセンサー測定値がある状況下で、分散パラメータ推定のレジリエンスを確保する課題に取り組む。
• グローバルなネットワーク知識や統合センターを必要としない完全に分散型のアルゴリズムを開発する。
• 正確な推定が可能である範囲で、損傷を受けたセンサーの最大比率を特定する。
• ネットワーク構造に対する最小限の仮定のもとで、真のパラメータへの収束を多項式速度で保証する。
• ネットワークトポロジーに依存しないレジリエンスを実現し、ローカルな通信と隣接エージェントの知識にのみ依存する。

提案手法

• SIUアルゴリズムは、コンSENSUSとイノベーション更新を組み合わせており、各エージェントが未知パラメータのローカル推定値を維持する。
• 各時刻において、エージェントは自らのイノベーション項に時間変動するスカラーゲインを適用し、スケーリングされたイノベーションの ℓ₂ ノルムがしきい値以下に保たれることを保証する。
• アルゴリズムは、潜在的に破損した測定値の影響を制限する飽和イノベーションメカニズムを用いており、敵対的入力による発散を防ぐ。
• エージェントは、隣接エージェントの推定値（コンセンサス）と自らの有界なイノベーション項の重み付き組み合わせにより、推定値を更新する。
• 設計により、最大半数のセンサーが攻撃を受けていても、すべてのエージェントの推定値が真のパラメータに収束することが保証される。
• この方法は、隣接エージェントの知識にのみ依存しており、グローバルなネットワークトポロジー情報は必要としない。

実験結果

リサーチクエスチョン

• RQ1 真のパラメータの正確な分散推定が可能である範囲で、攻撃を受けるセンサーの最大割合は何か？
• RQ2 完全に分散型のアルゴリズムが、統合センターもグローバルなネットワーク知識にも依存せずに、センサー攻撃にレジリエントである方法は何か？
• RQ3 敵対的センサーの汚染がある状況でも、真のパラメータへの収束を多項式速度で保証できるか？
• RQ4 アルゴリズムのレジリエンスは、通信ネットワークの接続性や構造に依存するか？
• RQ5 破損した測定値が推定プロセスを不安定化させないよう保証するメカニズムは何か？

主な発見

• SIUアルゴリズムは、エージェントのセンサーの半数未満が攻撃を受けていれば、すべてのエージェントの推定値が真のパラメータ θ* に多項式速度で収束することを保証する。
• 通信エージェントネットワークのトポロジーにかかわらず、接続されている限り収束が保証される。
• 完全に分散型であるにもかかわらず、最もレジリエントな集中型推定器と同等のレジリエンスを達成する。
• 有界なイノベーションメカニズムにより、敵対的測定値が推定プロセスを支配するのを防ぐ。
• 再帰的不等式とリャプノフ型解析を用いて収束を証明し、推定誤差が時間とともに多項式的に減少することを示した。
• この手法は、隣接エージェントの知識にのみ依存しており、グローバルなネットワーク情報に依存しないため、スケーラビリティとレジリエンスが向上する。