[논문 리뷰] A "Safe Kernel" Approach for Resilient Multi-Dimensional Consensus

Jiaqi Yan, Yilin Mo외 2명|arXiv (Cornell University)|2019. 11. 25.

Distributed Control Multi-Agent Systems참고 문헌 19인용 수 4

한 줄 요약

이 논문은 '안전 핵심' 기법을 사용하는 내성적인 다차원 공감 알고리즘을 제안하며, 건강한 에이전트들이 이웃 데이터로부터 강력하게 정의된 핵심 내의 점으로 상태를 반복적으로 조정한다. 충분한 네트워크 내성 조건 하에서, 악성 공격 조건 하에서도 일반 에이전트는 초기 상태의 볼록결합 내에서 지수적 수렴을 보이며, 스칼라 기반 방법보다 정확도가 향상된다.

ABSTRACT

This paper considers the resilient multi-dimensional consensus problem in networked systems, where some of the agents might be malicious (or faulty). We propose a multi-dimensional consensus algorithm, where at each time step each healthy agent computes a "safe kernel" based on the information from its neighbors, and modifies its own state towards a point inside the kernel. Assuming that the number of malicious agents is locally (or globally) upper bounded, sufficient conditions on the network topology are presented to guarantee that the benign agents exponentially reach an agreement within the convex hull of their initial states, regardless of the actions of the misbehaving ones. It is also revealed that the graph connectivity and robustness required to achieve the resilient consensus increases linearly with respect to the dimension of the agents' state, indicating the existence of a trade-off between the low communication cost and system security. Numerical examples are provided in the end to validate the theoretical results.

연구 동기 및 목표

• 악성 또는 고장 난 에이전트가 존재하는 네트워크에서 내성적인 다차원 공감 문제를 해결하기 위해.
• 스칼라 기반 공감 방법은 수렴 영역이 상자 형태이므로 다차원 환경에서 정확도가 떨어지므로 이를 개선하기 위해.
• 일반 에이전트의 초기 상태 볼록결합 내에서 수렴을 보장하는 분산 알고리즘을 설계하여 보안성과 정확도를 향상시키기 위해.
• 지역 및 전역 악성 공격에 저항할 수 있도록 보장하는 토폴로지 조건—특히 내성도 측정 기준—을 설정하기 위해.
• 안전 핵심 기법을 공감을 넘어서 최적화 및 추정과 같은 다른 분산 문제로 확장하기 위해.

제안 방법

• 각 건강한 에이전트는 매 시간 단계에서 이웃의 상태를 사용해 '안전 핵심'을 계산하며, 이는 자신과 이웃들이 형성하는 모든 볼록결합의 교차로 정의된다.
• 안전 핵심은 각 차원에서 극단치를 제거하는 방식으로 구성되며, MSR와 유사하지만 다차원 벡터로 일반화된 방식이다.
• 에이전트는 안전 핵심 내의 점으로 향해 이동하며, 핵심의 꼭짓점들의 볼록조합을 사용해 상태를 갱신한다.
• 알고리즘은 일반 에이전트가 일반 에이전트의 초기 상태 볼록결합 내에서 지수적 수렴을 보장한다.
• 네트워크 내성은 그래프 이론적 조건으로 형식화되며, 지역 공격의 경우 ((d+1)F+1)-내성, 전역 공격의 경우 (dF+1,F+1)-내성이다.
• 이 방법은 악성 행동이 최악의 경우일지라도, 네트워크 구조 및 업데이트 규칙을 완전히 알고 있는 오작동하는 에이전트가 존재하더라도 내성성을 유지한다.

실험 결과

연구 질문

• RQ1 악성 조건 하에서 다차원 시스템에서 일반 에이전트의 초기 상태 볼록결합 내에서 수렴을 보장할 수 있는 분산 공감 알고리즘을 설계할 수 있는가?
• RQ2 고장 난 에이전트가 존재하는 다차원 환경에서 내성적인 공감을 보장하기 위해 필요한 토폴로지 조건은 무엇인가?
• RQ3 에이전트 상태 벡터의 차원 수가 증가함에 따라 네트워크의 내성도는 어떻게 변화하는가?
• RQ4 다차원 공감을 스칼라화하여 각 차원에 스칼라 내성 알고리즘을 적용하는 것보다 안전 핵심 기법이 성능을 뛰어넘을 수 있는가?
• RQ5 악성 에이전트가 정한 임의의 수렴점 방향으로 수렴하지 않는, 비최적화이지만 안정적인 공감을 달성할 수 있는가?

주요 결과

• 제안된 알고리즘은 악성 행동이 있더라도 일반 에이전트가 초기 상태의 볼록결합 내에서 지수적 수렴을 보임을 보장한다.
• F-지역 공격의 경우 네트워크는 ((d+1)F+1)-내성이어야 하며, F-전체 공격의 경우 (dF+1,F+1)-내성이어야 하며, 이는 차원 d에 따라 내성도 요구가 선형적으로 증가함을 보여준다.
• 안전 핵심 접근법은 일반 초기 상태의 볼록조합으로 수렴을 보장하여, 스칼라 기반 방법이 상자 형태 영역으로 수렴하는 것보다 정확도가 높다.
• 오작동하는 에이전트가 네트워크와 업데이트 규칙을 완전히 알고 있으며, 서로 다른 이웃에게 다른 값을 전송할 수 있는 상황에서도 알고리즘이 효과를 유지한다.
• 수치 시뮬레이션은 이론적 결과를 검증하며, 일반 에이전트가 볼록결합 내에 머물며 악성 에이전트가 임의의 신호를 주입하더라도 공통 값으로 수렴하는 것으로 나타났다.
• 이 작업은 안전 핵심 기법을 악성 환경에서 최적화 및 추정과 같은 다른 분산 문제로 확장하기 위한 기초를 마련한다.