[论文解读] Secure Estimation based Kalman Filter for Cyber-Physical Systems against Adversarial Attacks

Young Hwan Chang, Qie Hu+1 more|arXiv (Cornell University)|Dec 11, 2015

Wireless Communication Security Techniques被引用 12

一句话总结

本文提出了一种针对时变传感器攻击下网络物理系统的安全估计算法，其中被攻陷传感器的集合可动态变化。通过 l₁-优化与一种新型完美状态恢复的充分条件，该方法在有界攻击率下保证了准确解码，并在与卡尔曼滤波器结合时提升了实际性能，其有效性已在无人机攻击场景中得到验证。

ABSTRACT

Cyber-physical systems are found in many applications such as power networks, manufacturing processes, and air and ground transportation systems. Maintaining security of these systems under cyber attacks is an important and challenging task, since these attacks can be erratic and thus difficult to model. Secure estimation problems study how to estimate the true system states when measurements are corrupted and/or control inputs are compromised by attackers. The authors in [1] proposed a secure estimation method when the set of attacked nodes (sensors, controllers) is fixed. In this paper, we extend these results to scenarios in which the set of attacked nodes can change over time. We formulate this secure estimation problem into the classical error correction problem [2] and we show that accurate decoding can be guaranteed under a certain condition. Furthermore, we propose a combined secure estimation method with our proposed secure estimator and the Kalman Filter for improved practical performance. Finally, we demonstrate the performance of our method through simulations of two scenarios where an unmanned aerial vehicle is under adversarial attack.

研究动机与目标

• 解决先前安全估计算法的局限性，即假设被攻击传感器集合固定，易受自适应攻击者影响。
• 设计一种能够处理随时间变化的传感器攻击的安全部件，其中被攻陷传感器的集合可随时间改变。
• 在有界攻击率下，确保完美状态恢复的理论保证，其纠错能力与先前静态攻击模型相匹配。
• 通过将安全估计算法与卡尔曼滤波器结合，减轻噪声和偶尔的解码错误，从而提升实际估计精度。
• 在涉及无人飞行器（UAV）的真实对抗性场景中，验证该方法的有效性。

提出的方法

• 将安全估计算法问题形式化为经典的纠错（EC）问题，采用编码理论框架。
• 提出一种基于 l₁-优化的解码器，能够从受污染测量中高效重构真实系统状态，适用于任意、无界的攻击信号。
• 建立一种完美状态恢复的充分条件，不依赖于难以验证的限制等距性性质（RIP），从而支持实际解码器设计。
• 引入一种时变攻击模型，其中被攻击传感器的集合可在时间上动态变化，从而增强对自适应攻击者的鲁棒性。
• 将安全估计算法与标准卡尔曼滤波器结合，以滤除偶尔的估计误差和测量噪声，提升实际性能。
• 利用广义范德蒙德矩阵的性质，证明跨时间步的信号抵消是受控的，从而实现理论上的恢复保证。

实验结果

研究问题

• RQ1 能否设计一种安全估计算法，以处理线性时不变网络物理系统中的时变传感器攻击？
• RQ2 在动态攻击场景下，最多可安全校正多少传感器？其性能是否与静态情况一致？
• RQ3 能否在不依赖受限等距性性质（RIP）的前提下，推导出完美状态恢复的充分条件？
• RQ4 将安全估计算法与卡尔曼滤波器结合后，如何提升在噪声和偶尔错误存在下的估计精度？
• RQ5 所提方法能否在攻击模式动态变化的无人机系统中，有效防御真实对抗性攻击？

主要发现

• 所提出的解码器在与文献 [1] 中静态攻击模型相同的最大攻击率下，仍能保证完美状态恢复，尽管其处理的是更一般的时变攻击。
• 完美恢复的充分条件不依赖于受限等距性性质（RIP）的验证，从而支持实际部署。
• 理论分析表明，跨时间步的信号抵消数量被限制为 (m−1)·s₁₂⋯ₘ（对于 m 个特征向量组合），确保了稳定恢复。
• 仿真结果表明，在无人机攻击场景中，结合安全估计算法与卡尔曼滤波器后，估计精度显著优于仅使用安全估计算法的情况。
• 该方法可有效处理无界、任意的攻击信号，并在攻击者动态切换传感器时仍保持系统稳定性。
• 该方法在两个无人机场景中得到验证，攻击者操纵 GPS 和控制信号，结果表明其在对抗条件下具有强鲁棒性与抗干扰能力。