[논문 리뷰] Distributed Estimation Under Sensor Attacks

Yuan Chen, Soummya Kar외 1명|arXiv (Cornell University)|2017. 09. 18.

Distributed Sensor Networks and Detection Algorithms참고 문헌 20인용 수 3

한 줄 요약

이 논문은 센서 공격 하에서 다중 에이전트 시스템의 분산 추정을 위한 포화된 혁신 갱신(Saturated Innovation Update, SIU) 알고리즘을 제안한다. 여기서 에이전트들은 상호 협력적으로 일정한 이득을 가진 공감 및 국소적 혁신을 사용하여 매개변수를 추정한다. 일정한 가중치 하에서는 공격을 받은 센서 비율이 30% 미만일 경우 지수 수렴을 보장하고, 시간에 따라 감쇠하는 가중치 하에서는 공격을 받은 센서 비율이 50% 미만일 경우 다항 수렴을 보장하며, 네트워크의 구조에 관계없이 성립한다.

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. The goal of this paper is to develop a distributed estimation algorithm to ensure that all, even those whose sensors are under attack, correctly estimate the parameter of interest. We assume a fully distributed setup; there is no fusion center and inter-agent collaboration is restricted to message exchanges between neighboring agents, the neighborhoods corresponding to a pre-specified, possibly parse, communication graph. We present two versions of the Saturated Innovation Update (SIU) algorithm for distributed estimation resilient to sensor attacks. The SIU algorithm is a consensus + innovations type estimator: agents iteratively estimate the parameter of interest by combining estimates of neighbors (consensus) and local sensing information (innovations). In the SIU algorithm, each agent applies a local, time-varying scalar gain to its innovation term to ensure that the energy of the scaled innovation lies below a threshold. Under the first version of SIU, which uses constant combination weights, if less than three tenths of agent sensors fall under attack, then, all of the agents' estimates converge exponentially fast to the true parameter. Under the second version, which uses time-decaying weights, if less than one half of the agent sensors fall under attack, then, all of the agents' estimates converge at a polynomial rate to the true parameter. We show that the resilience of SIU to sensor attacks does not depend on the topology of the inter-agent communication network, as long as it remains connected. Finally, we demonstrate the performance of SIU with numerical examples.

연구 동기 및 목표

• 공격을 받는 센서가 존재하더라도 모든 에이전트가 정확하게 매개변수를 추정할 수 있도록 완전히 분산된 추정 알고리즘을 개발하는 것.
• 중앙 집중식 융합 센터에 의존하지 않고 악성 센서 측정치에 대한 저항성을 확보하는 것.
• 네트워크가 연결되어 있는 한, 에이전트 간 통신 네트워크의 구조에 관계없이 추정 정확도를 유지하는 것.
• 부정확한 측정치의 영향을 제한하기 위해 유한한 혁신 이득을 가진 공감 + 혁신 추정기 설계.
• 공격 조건 하에서 다양한 가중치 갱신 전략에 따른 이론적 수렴 보장 설정

제안 방법

• SIU 알고리즘은 에이전트들이 이웃의 추정치와 국소 측정치를 조합하는 공감 + 혁신 프레임워크를 사용한다.
• 각 에이전트는 혁신 항목에 시간에 따라 변하는 스칼라 이득을 적용하여 스케일된 혁신의 에너지가 사전 정의된 임계값 이하로 유지되도록 한다.
• 첫 번째 SIU 변종은 일정한 조합 가중치를 사용하고, 혁신 항목에 포화 메커니즘을 적용하여 손상된 데이터의 영향을 제한한다.
• 두 번째 SIU 변종은 시간에 따라 감쇠하는 조합 가중치를 사용하여 오래된 또는 잠재적으로 손상된 데이터에 대한 의존도를 점차 줄인다.
• 알고리즘은 중앙 집중식 융합 센터 없이, 사전 지정된 연결된 통신 그래프를 기반으로 국소 통신에만 의존하는 완전히 분산된 방식으로 작동한다.
• 설계는 공격을 받는 센서를 가진 에이전트들도 지정된 공격 임계값 하에서는 진짜 매개변수로 수렴하도록 보장한다.

실험 결과

연구 질문

• RQ1 어떤 비율의 센서 측정치가 적대적으로 손상되더라도 분산 추정 알고리즘이 정확성을 유지할 수 있는가?
• RQ2 일정 가중치와 시간 감쇠 가중치 중 어떤 것을 선택하느냐가 수렴 속도와 공격에 대한 저항성에 어떤 영향을 미치는가?
• RQ3 알고리즘의 저항성은 에이전트 간 통신 네트워크의 구조에 얼마나 의존하는가?
• RQ4 알고리즘이 진짜 매개변수로 수렴을 보장할 수 있는 최대 손상된 센서 비율은 얼마인가?
• RQ5 중앙 융합 센터 없이도 공격 패tern에 대한 사전 지식 없이도 수렴 보장을 할 수 있는가?

주요 결과

• 일정 가중치 SIU 변종에서는 공격을 받은 센서 비율이 30% 미만일 경우, 모든 에이전트의 추정치가 진짜 매개변수로 지수적으로 수렴한다.
• 시간 감쇠 가중치 SIU 변종에서는 공격을 받은 센서 비율이 50% 미만일 경우, 모든 에이전트의 추정치가 다항 속도로 수렴한다.
• SIU 알고리즘의 수렴은 네트워크의 구조에 관계없이 연결되어 있는 한 독립적이다.
• 유한한 혁신 이득의 사용은 임의로 손상된 센서 측정치의 영향을 제한하여 추정 정확도를 유지한다.
• 수치 예제들은 다양한 공격 시나리오와 네트워크 구성에서 SIU 알고리즘이 효과적이고 강건함을 입증한다.
• 공격자가 전략적으로 센서를 공격하더라도 공격 임계값을 지키면 알고리즘은 저항성을 유지한다.