[논문 리뷰] Switching and Data Injection Attacks on Stochastic Cyber-Physical Systems: Modeling, Resilient Estimation and Attack Mitigation

Sze Zheng Yong, Minghui Zhu외 1명|arXiv (Cornell University)|2017. 07. 22.

Smart Grid Security and Resilience인용 수 4

한 줄 요약

이 논문은 스위칭 공격과 센서 및 액추에이터에 대한 가짜 데이터 주입 공격을 받는 스트로스틱 사이버-물리 시스템에서 내성적인 상태 추정을 위한 다중 모델 추론 방법을 제안한다. 미지의 입력을 갖는 은닉 모드로 전환되는 선형 시스템으로 시스템을 모델링함으로써, 이 방법은 실시간 공격 탐지, 식별 및 완화를 가능하게 하며, 유한하지 않은 확률적 노이즈와 다중 동시 공격 조건에서도 점차적으로 편향이 없는 상태 추정을 달성한다.

ABSTRACT

In this paper, we consider the problem of attack-resilient state estimation, that is to reliably estimate the true system states despite two classes of attacks: (i) attacks on the switching mechanisms and (ii) false data injection attacks on actuator and sensor signals, in the presence of unbounded stochastic process and measurement noise signals. We model the systems under attack as hidden mode stochastic switched linear systems with unknown inputs and propose the use of a multiple-model inference algorithm to tackle these security issues. Moreover, we characterize fundamental limitations to resilient estimation (e.g., upper bound on the number of tolerable signal attacks) and discuss the topics of attack detection, identification and mitigation under this framework. Simulation examples of switching and false data injection attacks on a benchmark system and an IEEE 68-bus test system show the efficacy of our approach to recover resilient (i.e., asymptotically unbiased) state estimates as well as to identify and mitigate the attacks.

연구 동기 및 목표

• 스위칭 공격(구조/모드에 대한 공격)과 센서 및 액추에이터에 대한 가짜 데이터 주입 공격을 동시에 겪는 안전이 중요한 사이버-물리 시스템(CPS)에서 내성적 상태 추정의 필수적 필요성을 해결한다.
• 기존의 유계 오차 또는 결정론적 접근 방식의 적용을 제한하는 무한한 확률적 공정 및 측정 노이즈의 과제를 해결한다.
• 동시 공격 탐지, 식별 및 완화를 가능하게 하면서 점차적으로 편향이 없는 상태 추정을 유지할 수 있는 통합 프레임워크를 개발한다.
• 내성적 추정을 위한 허용 가능한 신호 공격 수와 필요한 모델 수의 기본 한계를 규명한다.
• 활동 중인 공격에도 불구하고 시스템의 안정성과 성능을 유지할 수 있도록 공격 완화 피드백 제어기를 설계한다.

제안 방법

• 공격을 받은 CPS를 미지의 입력을 갖는 은닉 모드로 전환되는 확률적 스위칭 선형 시스템으로 모델링하여, 스위칭 공격과 가짜 데이터 주입을 모두 모델링되지 않은 입력으로 표현한다.
• Yong 등 (2016a)의 다중 모델 추론 알고리즘을 변형하여 실시간으로 시스템 상태와 현재 공격 모드를 동시에 추정한다.
• 베이지안 추론을 사용하여 가능한 공격 모드에 대한 사후 확률를 계산함으로써 스위칭 공격 및 데이터 주입 공격의 신속한 탐지 및 식별을 가능하게 한다.
• 내성적 상태 추정 문제를 입력과 상태를 동시에 추정하는 과제로 재구성하며, 수렴성을 확보하기 위해 안정성 및 강한 탐지 가능성 성질을 활용한다.
• 추정된 공격 신호를 사용하여 그 영향을 상쇄시키는 피드백 제어기를 설계함으로써, 악성 입력이 존재하더라도 시스템의 안정성을 확보한다.
• 연속 시간 동적 및 측정 모델을 이산화하여 실시간 추정과의 호환성을 확보하며, 샘플링 시간 Δt = 0.01 s를 사용한다.

실험 결과

연구 질문

• RQ1 무한한 확률적 노이즈 조건 하에서 센서 및 액추에이터에 대한 가짜 데이터 주입 공격의 최대 수를 점차적으로 수정할 수 있는가?
• RQ2 시스템 구조나 모드(예: 전송선로 또는 제어 논리)에 대한 스위칭 공격을 실시간으로 어떻게 탐지하고 식별할 수 있는가?
• RQ3 미지의 입력을 갖는 확률적 스위칭 선형 시스템에서 공격 탐지 가능성과 식별 가능성에 대한 충분 조건는 무엇인가?
• RQ4 다중 동시 공격과 무한한 노이즈 조건 하에서도 점차적으로 편향이 없는 추정을 유지할 수 있는 내성적 상태 추정기 설계 방법은 무엇인가?
• RQ5 활동 중인 공격 조건 하에서도 시스템의 안정성과 성능을 유지할 수 있도록 공격 완화 제어기를 합성할 수 있는가?

주요 결과

• 제안된 다중 모델 추론 방법은 밀리초 이내로 스위칭 공격 및 가짜 데이터 주입 공격을 탐지함을 IEEE 68-bus 시험 케이스에서 입증하였다.
• 이 방법은 유한하지 않은 가우시안 공정 및 측정 노이즈 조건 하에서도 점차적으로 편향이 없는 상태 추정을 달성하여 확률적 외란에 대한 내성을 입증하였다.
• 모드 전환 후 약 0.5초 이내에 공격 모드가 높은 정확도로 식별되었으며, 그 증거로 그림 8(a)의 사후 모드 확률 수렴을 확인할 수 있었다.
• 실시간으로 액추에이터 공격 신호가 정확하게 추정되었으며, 추정된 신호가 진짜로 주입된 공격 신호를 잘 따라가고 있었다(그림 8b).
• 공격 완화 피드백 제어기는 활성 공격 조건 하에서도 위상 각도를 목표값 10 rad로 유지하는 데 성공하였고, 완화되지 않은 시스템은 심한 편차를 보였다(그림 9).
• 허용 가능한 신호 공격 수에 대한 상한선이 유도되었으며, 다중 모델 접근에서 필요한 모델 수가 가능한 공격 모드 수에 비례하여 증가함을 보였다.