Resilience Through Escalation: A Graph-Based PACE Architecture for Satellite Threat Response

1. Planteamiento del Problema

Los sistemas satelitales modernos operan en un entorno de amenazas cada vez más volátil, que incluye no solo fallos naturales, sino también interferencias deliberadas como ciberataques, jamming (interferencia de señal), suplantación de señal (spoofing) y pulsos electromagnéticos (EMP).

• Limitaciones actuales: Las estrategias de redundancia tradicionales (como N+1 o la Redundancia Modular Triple - TMR) son estáticas. Aunque son efectivas ante fallos aleatorios, fallan ante amenazas coordinadas o adaptativas, ya que las unidades redundantes suelen compartir los mismos puntos de fallo (fallos de modo común).
• Brecha de investigación: Existe una desconexión entre los modelos de amenazas existentes (como CVSS, DREAD o matrices de riesgo de la NASA) y los sistemas de toma de decisiones a bordo. Estos modelos no se integran en tiempo real para permitir una adaptación dinámica ante crisis.

2. Metodología Propuesta

Los autores proponen un marco de trabajo de "Resiliencia por Diseño" que adapta la metodología PACE (Primary, Alternate, Contingency, Emergency), originaria de las operaciones militares especiales, al contexto de los sistemas satelitales.

A. Modelo de Arquitectura Basado en Grafos

El sistema se formaliza como un grafo dirigido multi-capas $G = (S, T)$:

• Capas (Estados): El sistema opera en cuatro niveles jerárquicos:
  1. Primaria (P): Operación nominal.
  2. Alternativa (A): Funcionalidad degradada pero operativa.
  3. Contingencia (C): Supervivencia bajo estrés severo.
  4. Emergencia (E): Operación mínima o señalización de distress.
• Transiciones: Los movimientos entre estados se modelan con probabilidades y costos (energía, tiempo de reconfiguración, pérdida de utilidad). Estas transiciones se activan basándose en puntuaciones de amenazas (ej. CVSS) y condiciones ambientales (intensidad de jamming).

B. Índice de Evaluación: DREI

Se introduce el Índice de Eficiencia de Redundancia Dinámica (DREI) para cuantificar el rendimiento. Este índice mide la compensación entre la utilidad de la misión y el costo acumulado de las transiciones de recuperación.
$$DREI_t = \frac{\sum \omega^*_t(s) \cdot P_t(s)}{C_t}$$
Donde se otorga una recompensa estratégica por volver al estado nominal, penalizando los costos de transición.

C. Variantes de Implementación

Se implementaron y compararon tres modelos de decisión para gestionar las transiciones PACE:

1. PACE Estático: Usa pesos de transición fijos precalculados (análogo a la redundancia tradicional). No reacciona al entorno en tiempo real.
2. PACE Adaptativo: Ajusta las probabilidades y costos de transición en tiempo real basándose en la intensidad del jamming ($J_t$) y la concurrencia de recuperación.
3. PACE $\epsilon$-Greedy (Optimizado por Recompensa): Utiliza una política inspirada en Procesos de Decisión de Markov (MDP). En cada paso, el sistema elige la transición con mayor recompensa (Utilidad del estado objetivo - Costo) con probabilidad $1-\epsilon$, o explora una transición aleatoria con probabilidad $\epsilon$. Esto permite evitar óptimos locales y adaptarse dinámicamente.

3. Contribuciones Clave

• Adaptación del marco PACE: Primera aplicación formal de la metodología PACE militar a la operación de satélites en entornos orbitales disputados.
• Modelo de decisión impulsado por amenazas: Un modelo que selecciona capas de respaldo óptimas basándose en la utilidad de la misión y el costo operativo.
• Formalización de transiciones dinámicas: Uso de un mecanismo $\epsilon$-greedy para permitir estrategias de escalada y recuperación trazables.
• Definición del DREI: Un nuevo índice métrico para evaluar la eficiencia de la redundancia dinámica.
• Validación mediante simulación: Evaluación exhaustiva mediante 5,000 simulaciones de Monte Carlo en un escenario de jamming.

4. Resultados de la Simulación

Los experimentos compararon los tres modelos bajo un escenario de crisis (jamming) simulado en 12 pasos de tiempo:

• Rendimiento General:
  • Modelo Estático: Obtuvo la peor utilidad final (0.73), el mayor costo acumulado (34.45) y el DREI más bajo (0.02). El 24.2% de las simulaciones terminaron en fallo total.
  • Modelo Adaptativo: Mejoró moderadamente la utilidad (1.04) y redujo el costo (28.48), con un 17.2% de fallos.
  • Modelo $\epsilon$-Greedy: Superó significativamente a los otros dos. Logró una utilidad final de 2.08, un costo mínimo de 23.35 y un DREI de 0.09.
• Resiliencia Operativa:
  • El modelo $\epsilon$-greedy logró que el 82.0% de las simulaciones terminaran en estado "Nominal", frente al 35.1% del adaptativo y 23.4% del estático.
  • La recuperación de utilidad tras la crisis (en el paso 2) fue mucho más rápida y estable en el modelo $\epsilon$-greedy.
• Estabilidad: El modelo $\epsilon$-greedy mostró la menor varianza en los costos, indicando resultados consistentes y robustos frente a diferentes condiciones iniciales y tiempos de crisis.

5. Significado e Implicaciones

• Más allá de la redundancia estática: El estudio demuestra que la redundancia tradicional es insuficiente en entornos hostiles. La resiliencia requiere mecanismos de decisión en tiempo real que puedan degradar o recuperar funciones de manera inteligente.
• Eficiencia computacional: Se demuestra que mecanismos de decisión ligeros, como las políticas $\epsilon$-greedy, pueden ofrecer ganancias masivas en resiliencia sin necesidad de algoritmos de aprendizaje por refuerzo complejos o costosos computacionalmente.
• Diseño para la degradación elegante: La arquitectura de capas PACE permite que el satélite sobreviva y mantenga funciones críticas incluso cuando la operación nominal es imposible, reduciendo el riesgo de fallos catastróficos totales.
• Futuro: Aunque el estudio se centró en el jamming, el marco es extensible a ciberataques y eventos EMP, sentando las bases para sistemas espaciales más seguros y autónomos.

En conclusión, el artículo valida que la integración de modelos de amenazas con estrategias de escalada dinámica (PACE) mediante algoritmos de optimización de recompensas es una vía superior para garantizar la continuidad operativa de los activos espaciales en el futuro.