[论文解读] Control over adversarial packet-dropping communication networks revisited

Valery Ugrinovskii, Cédric Langbort|arXiv (Cornell University)|Mar 22, 2014

Security in Wireless Sensor Networks参考文献 15被引用 5

一句话总结

本文將控制者與策略性阻塞者之間的互動建模為一回合零和隨機博弈，重新探討敵對封包丟棄網路中的控制問題。推導出非平凡鞍點均衡存在的必要與充分條件，顯示阻塞者必須在狀態空間的特定區域隨機選擇通道，迫使控制者採取非線性回應——揭示了成功拒絕服務攻擊的特徵。

ABSTRACT

We revisit a one-step control problem over an adversarial packet-dropping link. The link is modeled as a set of binary channels controlled by a strategic jammer whose intention is to wage a `denial of service' attack on the plant by choosing a most damaging channel-switching strategy. The paper introduces a class of zero-sum games between the jammer and controller as a scenario for such attack, and derives necessary and sufficient conditions for these games to have a nontrivial saddle-point equilibrium. At this equilibrium, the jammer's optimal policy is to randomize in a region of the plant's state space, thus requiring the controller to undertake a nontrivial response which is different from what one would expect in a standard stochastic control problem over a packet dropping channel.

研究动机与目标

• 將控制網路中的策略性阻塞問題建模為控制者與敵對阻塞者之間的一回合零和隨機博弈。
• 識別阻塞者最佳策略涉及跨通道隨機化而非固定選擇通道的條件。
• 描述存在此類非平凡阻塞者策略且導致性能下降之攻擊的系統初始狀態集合。
• 展示在此類阻塞下，最佳控制者回應為非線性，與標準線性反饋策略形成對比。
• 提供一個適用於非線性與線性二次控制問題的一般框架，延伸先前關於敵對通道控制的研究成果。

提出的方法

• 將控制者對敵對通道的控制問題建模為一回合靜態零和隨機博弈，採用混合策略。
• 引入依賴控制者動作與阻塞者通道選擇的收益函數，納入狀態相關成本與通道可靠性。
• 應用基於收益函數的凸性與 coercivity 的鞍點存在性必要與充分條件。
• 在線性二次情況下，利用狀態相關的二次型，推導出最佳隨機化阻塞者策略存在的明確條件。
• 透過專注於當前通道與最阻塞通道，將博弈簡化為雙通道簡化博弈，以簡化分析。
• 利用狀態向量與系統參數的代數條件，判斷阻塞者隨機化最優的區域。

实验结果

研究问题

• RQ1 在何種條件下，阻塞者透過隨機選擇通道而非單一通道，能實現最大破壞？
• RQ2 存在非平凡阻塞者策略（特別是隨機化通道選擇）且為最佳的初始系統狀態集合為何？
• RQ3 當阻塞者隨機化其策略時，最佳控制者回應與標準線性反饋有何差異？
• RQ4 能否使用收益函數的一般凸性與 coercivity 條件，來表徵非平凡鞍點均衡的存在？
• RQ5 阻塞者是否必須為特定通道分配不同收益，才能從隨機化中獲益，還是僅通道可靠性已足夠？

主要发现

• 非平凡鞍點均衡存在的充要條件為狀態向量滿足涉及系統狀態轉移矩陣、輸入矩陣與通道機率的特定不等式。
• 阻塞者最佳策略為在當前使用通道與最阻塞通道（f₁）之間隨機化，但僅當狀態位於由條件 $1 - \frac{1}{(1+\|B\|^2 q_1)^2} < z < 1 - \frac{1}{(1+\|B\|^2 q_{j^-})^2}$ 所定義的特定區域內時成立，其中 $z = \frac{\tau \|B\|^2}{(q_{j^-}-q_1)x^T A^T B B^T A x}$。
• 最佳控制者回應為非線性，表達式為 $\bar{u} = -\frac{1}{\|B\|^2} B^T A x \left(1 - \sqrt{\frac{\tau \|B\|^2}{(q_1 - q_{j^-}) x^T A^T B B^T A x}} \right)$，此與線性反饋不同，若 naïvely 應用將導致性能劣化。
• 此類區域存在的條件取決於阻塞者切換成本（以 τ 表示）與當前通道與最阻塞通道之轉移機率。
• 所推導條件廣義化了 [15] 中的先前結果，可直接表徵攻擊相關的狀態空間，無需完整數值分析。
• 該框架確認阻塞者的隨機化是一種戰略優勢，使攻擊無法被假設封包丟失為 i.i.d. 的標準控制策略所偵測。