How Sensor Attacks Transfer Across Lie Groups

A continuación presento un resumen técnico detallado del artículo "How Sensor Attacks Transfer Across Lie Groups" (Cómo se transfieren los ataques de sensores a través de grupos de Lie), escrito por Rijad Alisic y Saurabh Amin.

1. Planteamiento del Problema

El problema central aborda la transferibilidad de ataques de suplantación de sensores (sensor spoofing) en sistemas ciberfísicos (CPS) que operan en espacios de estado no lineales, específicamente en Grupos de Lie (como $SE(2)$, $SE(3)$o$SO(3)$).

• Contexto Actual: En sistemas lineales (espacios euclidianos planos), los ataques de desplazamiento aditivo son triviales de transferir entre diferentes condiciones operativas; un ataque diseñado en un escenario funciona igual en otro.
• El Desafío: En sistemas no lineales con geometrías complejas (ej. vehículos autónomos, drones), la no conmutatividad de las dinámicas del grupo de Lie puede distorsionar un ataque. Un ataque que es "sigiloso" (stealthy) durante un movimiento recto puede volverse detectable durante una maniobra de giro.
• La Pregunta Clave: ¿Bajo qué condiciones algebraicas un ataque aprendido en una condición operativa (trayectoria nominal) mantiene su impacto dinámico y su sigilo al transferirse a una víctima en una condición operativa diferente?

2. Metodología y Marco Teórico

Los autores desarrollan un marco geométrico y algebraico unificado basado en la teoría de grupos de Lie y álgebras de Lie.

• Modelado del Sistema: Se asume dinámicas invariantes a la izquierda en un Grupo de Lie $G$. Los ataques se modelan como traslaciones a la derecha ($T_{\exp(\xi)}x = x \exp(\xi)$), lo cual es natural para desplazamientos de sensores en el marco del cuerpo (body-frame).
• Definiciones Clave:
  • Impacto Dinámico: La parte del cambio de estado inducido por el ataque que es independiente del estado actual.
  • Sigilo (Stealth): La capacidad del ataque para evadir la detección en un observador equivariante (como un Filtro de Kalman Extendido Invariante - IEKF), manteniendo la innovación del detector por debajo de un umbral $\tau$.
  • Transferibilidad: Un ataque es transferible si su impacto dinámico y su firma de detección se preservan al aplicarse en una trayectoria diferente.
• Análisis de Conmutación: El núcleo del análisis es determinar cuándo un vector de ataque $\xi$ conmuta con la dinámica nominal $f_e$ (el generador del flujo).

3. Contribuciones Principales

A. Caracterización Algebraica de la Transferibilidad

Los autores demuestran que para que un ataque sea transferible, debe pertenecer al subespacio invariante definido por el núcleo del corchete de Lie con la dinámica nominal:
$$\Delta_{f_e} = \ker([f_e, \cdot]) = \{ \xi \in \mathfrak{g} \mid [f_e, \xi] = 0 \}$$

• Condición de Conmutación: Un ataque $\xi$ es transferible si y solo si conmuta con la dinámica nominal ($[f_e, \xi] = 0$).
• Implicación Geométrica: Esto restringe los ataques transferibles a un subgrupo de Lie específico. Si el atacante intenta aplicar un ataque fuera de este subespacio (violando el corchete), la dinámica no lineal distorsionará el ataque, haciéndolo detectable o alterando su impacto físico.

B. Teorema de Descomposición y Asimetría Estructural

Para ataques que no son perfectamente transferibles (debido a errores de aprendizaje o ruido), el paper presenta un teorema de descomposición que separa el ataque en una componente ideal ($\xi \in \Delta_{f_e}$) y un residuo que viola el corchete ($\rho \notin \Delta_{f_e}$).

El hallazgo más significativo es una asimetría estructural en cómo el sistema trata estos errores:

1. Impacto Dinámico: El error residual $\rho$ en la dinámica se amplifica por la acción Adjoint ($Ad_{g}$) del flujo del sistema. Esto significa que pequeños errores en la dirección no conmutativa pueden causar grandes desviaciones físicas en la trayectoria del vehículo.
2. Sigilo (Detección): Por el contrario, el error en el estado del detector (innovación) no se amplifica por la acción Adjoint de la misma manera. La estructura del observador equivariante "absorbe" la dinámica, manteniendo el error de detección lineal y acotado.

• Conclusión de la Asimetría: Un atacante puede cometer errores que causen un daño físico severo (amplificado) mientras mantiene el ataque sigiloso (no amplificado en la detección).

C. Reducción del Subespacio en Maniobras Complejas

Se demuestra que maniobras complejas (como giros en un unicycle de Dubins) colapsan el subespacio invariante $\Delta_{f_e}$ a una dimensión más pequeña (a menudo una sola dirección). Esto obliga a los ataques a alinearse estrictamente con la trayectoria nominal para ser transferibles, proporcionando a los defensores una estrategia de "objetivo móvil" (moving target defense) alterando la secuencia de controles para reducir la dimensión de $\Delta_{f_e}$.

4. Resultados y Validación Numérica

El marco teórico se valida mediante un ejemplo numérico en un vehículo Dubins (modelo de unicycle) en $SE(2)$.

• Escenario: Un atacante aprende un ataque lateral en movimiento recto ($\omega=0$) y lo intenta transferir a un vehículo que realiza una curva ($\omega \neq 0$).
• Análisis del Subespacio:
  • En línea recta, $\Delta_{f_e}$ incluye desplazamientos laterales y longitudinales.
  • En curva, $\Delta_{f_e}$ se reduce a desplazamientos estrictamente a lo largo de la trayectoria. Un ataque lateral puro (perpendicular a la trayectoria) viola el corchete de Lie.
• Simulación:
  • Se inyecta un ataque con un pequeño residuo lateral ($\rho$) fuera del subespacio ideal.
  • Resultado Físico: La acción Adjoint del flujo de giro amplifica la magnitud del residuo en la trayectoria real, pero el residuo se mantiene dentro de los límites teóricos calculados.
  • Resultado de Detección: A pesar de la amplificación física y la acumulación de ruido, la innovación del detector (el residuo de detección) permanece por debajo del umbral de detección $\tau = 5.0$ m.
  • Confirmación: El ataque logra mantenerse sigiloso ($\tau$-stealthy) incluso cuando la trayectoria real se desvía significativamente, validando la asimetría teórica.

5. Significado e Impacto

• Reformulación de la Seguridad: El trabajo cambia el paradigma de la seguridad de sensores en sistemas no lineales. Ya no es suficiente analizar la detección en un punto fijo; la transferibilidad es una restricción geométrica intrínseca.
• Vulnerabilidad Geométrica: Revela una "loophole" (salida de emergencia) en los sistemas de filtrado equivariante: la capacidad de un atacante de explotar la no conmutatividad para causar daños físicos masivos sin activar alarmas, siempre que el ataque se mantenga dentro de las tolerancias de la acción Adjoint.
• Defensa Proactiva: Proporciona a los defensores una herramienta teórica para diseñar maniobras que colapsen el subespacio de ataques transferibles, forzando a cualquier intento de ataque a ser detectable.
• Limitaciones y Futuro: El marco asume dinámicas invariantes y observadores equivariantes. El trabajo futuro se dirige hacia sistemas de lazo cerrado, acoplamiento actuador-sensor y entradas variantes en el tiempo.

En resumen, el paper demuestra que en sistemas no lineales sobre grupos de Lie, la conmutatividad algebraica es el requisito absoluto para la transferencia de ataques. La falta de conmutatividad crea una brecha asimétrica donde el impacto físico puede ser amplificado exponencialmente por la dinámica del sistema, mientras que la firma de detección permanece protegida, permitiendo ataques sigilosos de alto impacto.