[논문 리뷰] Distributed Unknown-Input-Observers for Cyber Attack Detection and Isolation in Formation Flying UAVs

Lebsework Negash, Sanghyeon Kim외 1명|arXiv (Cornell University)|2017. 01. 23.

Distributed Control Multi-Agent Systems참고 문헌 32인용 수 6

한 줄 요약

이 논문은 다수의 항공기로 이루어진 편대 비행 드론(UAV)에서 노드 및 통신 위조 사이버 공격을 탐지하고 고립하기 위한 분산 미지 입력 관측기(UIO) 기반 기법을 제안한다. 국부적 측정값과 잔차 분석을 통해 이 방법은 실시간으로 손상된 드론을 탐지하고, 고장 난 노드를 자동으로 제거함으로써 성능이 저하된 상태에서도 편대 안정성을 유지한다.

ABSTRACT

In this paper, cyber attack detection and isolation is studied on a network of UAVs in a formation flying setup. As the UAVs communicate to reach consensus on their states while making the formation, the communication network among the UAVs makes them vulnerable to a potential attack from malicious adversaries. Two types of attacks pertinent to a network of UAVs have been considered: a node attack on the UAVs and a deception attack on the communication between the UAVs. UAVs formation control presented using a consensus algorithm to reach a pre-specified formation. A node and a communication path deception cyber attacks on the UAV's network are considered with their respective models in the formation setup. For these cyber attacks detection, a bank of Unknown Input Observer (UIO) based distributed fault detection scheme proposed to detect and identify the compromised UAV in the formation. A rule based on the residuals generated using the bank of UIOs are used to detect attacks and identify the compromised UAV in the formation. Further, an algorithm developed to remove the faulty UAV from the network once an attack detected and the compromised UAV isolated while maintaining the formation flight with a missing UAV node.

연구 동기 및 목표

• 편대 비행 UAV의 노드 및 통신 위조 사이버 공격에 대한 취약성을 해결하기 위해.
• 국부적 측정값만을 사용하는 분산 고장 탐지 및 고립(FDI) 기법을 개발하기 위해.
• 편대 안정성을 훼손하지 않고 손상된 드론을 자동으로 제거할 수 있도록 하기 위해.
• 고장 난 드론 제거 후에도 네트워크 연결성과 일치 유지가 가능하도록 하기 위해.
• 6架의 드론으로 구성된 육각형 편대에서 공격 상황을 시뮬레이션하여 접근법의 타당성을 검증하기 위해.

제안 방법

• 각 드론에 대해 미지 입력 관측기(UIO)의 집합을 설계하여 사이버 공격으로 인한 미지 입력을 분리하면서 시스템 상태를 추정한다.
• UIO 집합에서 생성된 잔차를 사용하여 사이버 공격을 나타내는 이질성을 탐지한다.
• 임계값 기반 규칙을 통해 잔차 패tern을 분석하여 공격 원인으로서 특정 드론을 식별한다.
• 고장 탐지 및 고립(FDI) 시스템은 공격 확인 시 드론 제거 알고리즘을 활성화한다.
• 제거 알고리즘은 네트워크가 여전히 2-연결되어 있음을 보장하여 통신 및 일치 기능을 유지한다.
• 이 방법은 그래프 라플라시안 성질에 의존하며, 복원성을 확보하기 위해 기초 네트워크가 연결되어 있고 2-연결되어다고 가정한다.

실험 결과

연구 질문

• RQ1 국부적 정보만을 사용하여 편대 비행 드론의 사이버 공격를 어떻게 탐지하고 고립할 수 있는가?
• RQ2 다중 UAV 시스템에서 분산 UIO 기반 FDI 기법의 존재성과 효과성을 보장하는 조건은 무엇인가?
• RQ3 일치 또는 네트워크 연결성에 영향을 주지 않으면서 손상된 드론을 어떻게 안전하게 편대에서 제거할 수 있는가?
• RQ4 노드 및 통신 경로 위조 공격이 편대 안정성에 미치는 영향은 무엇이며, 이를 어떻게 완화할 수 있는가?
• RQ5 제안된 기법은 실시간으로 공격을 탐지하고 고립할 수 있으며, 기능적인 편대 성능을 유지할 수 있는가?

주요 결과

• UIO 기반 잔차 생성 기법은 시뮬레이션에서 노드 및 통신 경로 위조 공격을 성공적으로 탐지하였다.
• 고장 탐지 시스템은 모든 시험 공격 상황에서 UAV-2를 손상된 노드로 정확히 고립하였다.
• UAV-2 제거 후에도 편대가 안정성을 유지하였으며, 성능이 저하된 육각형 구조를 유지하였다.
• UAV-2 제거 후에도 네트워크가 연결되어 있었으며, 2-연결성 가정이 일치 지속성을 뒷받침함을 확인하였다.
• 공격은 수초 내에 탐지되었으며, 잔차는 악성 행동의 원인을 명확히 나타내었다.
• 이 기법은 UAV-2에 대한 무작위 데이터 주입 및 오프셋 공격 상황에서도 뛰어난 복원성을 보였다.