Detection-Control Games under Hidden Modes: Resilience-Induced Blindness Phenomenon

Resumen Técnico: Juegos de Detección–Control bajo Modos Ocultos

Formulación del Problema
Este artículo aborda el desafío del control resiliente para sistemas ciberfísicos (CPS) que operan bajo modos operativos ocultos, los cuales pueden representar condiciones nominales, estados degradados, fallos o ataques. El núcleo del problema cuestiona el tradicional "principio de separación" en el diseño de control, donde un detector se optimiza para la precisión de la inferencia y un controlador se optimiza para el desempeño de la regulación de forma independiente. Los autores argumentan que, en sistemas de modo oculto, el detector y el controlador están intrínsecamente acoplados: el controlador moldea la estructura estadística de las mediciones utilizadas para la detección, mientras que las actualizaciones de creencia del detector dictan las ganancias de retroalimentación del controlador. Este acoplamiento crea un juego no cooperativo entre dos tomadores de decisiones con objetivos divergentes: el detector busca actualizaciones de creencia informativas, mientras que el controlador busca minimizar los costos de regulación.

Metodología
Los autores formulan la interacción entre el detector y el controlador como un juego dinámico no cooperativo.

• Modelo del Sistema: El estudio se centra en un sistema Gaussiano Lineal de dos modos donde el modo $\theta_k \in \{0, 1\}$ no es observado. Las funciones de dinámica del sistema y de medición dependen del modo.
• Diseño del Detector: El detector mantiene una creencia posterior $\pi_k$ sobre los modos. Utiliza una regla de actualización "bayesiana templada", donde un parámetro $\beta$ controla la sensibilidad ante la nueva evidencia de la medición. El detector minimiza una función de costo que equilibra la estabilidad de la creencia (penalizando cambios abruptos) y el ajuste de verosimilitud.
• Diseño del Controlador: El controlador emplea un Regulador Cuadrático Lineal (LQR) dependiente de la creencia. Calcula una entrada de control $u_k$ basada en una estimación de estado y la creencia actual $\pi_k$, tratando efectivamente el sistema como una combinación convexa de los dos modos.
• Análisis de Teoría de Juegos: La interacción se analiza mediante el concepto de equilibrio de Nash. Los autores demuestran que, si bien el detector y el controlador pueden ser individualmente óptimos dada la política del otro, el equilibrio conjunto puede ser globalmente ineficiente.
• Caracterización Teórica: Para el caso Gaussiano Lineal, los autores derivan un límite cuantitativo que vincula el "margen de resiliencia" del controlador (una medida de qué tan bien el controlador suprime las desviaciones del estado) con la evidencia de log-verosimilitud generada por el sistema.

Contribuciones Clave

1. Formulación de Teoría de Juegos: El artículo establece la detección y el control como problemas de decisión acoplados, aclarando por qué los diseños separados pueden conducir a resultados localmente racionales pero globalmente ineficientes (equilibrio de Nash) debido al desalineamiento de objetivos.
2. Fenómeno de Ceguera Inducida por la Resiliencia: La principal contribución teórica es la caracterización de un fenómeno donde un controlador con un gran margen de resiliencia (altamente efectivo para suprimir las desviaciones del estado en un modo fijo) suprime inadvertidamente la variabilidad dependiente del modo en las mediciones. Esta supresión reduce la separación estadística entre los modos, ralentizando la acumulación de evidencia de log-verosimilitud y causando que la creencia del detector se adapte lentamente.
3. Límite Cuantitativo: Los autores derivan un límite específico (Teorema 1) que muestra cómo un mayor margen de resiliencia $m_\theta$ conduce a factores de contracción más pequeños en las trayectorias del estado. Esto reduce la diferencia de innovación entre los modos, reduciendo así el límite superior de la velocidad de actualización de la razón de log-verosimilitud.
4. Estrategia de Mitigación: El artículo propone ajustar el objetivo del detector (específicamente aumentar el parámetro de sensibilidad $\beta$) para contrarrestar parcialmente el efecto de ceguera, permitiendo que la creencia se adapte más rápidamente a pesar de la supresión de información por parte del controlador.

Resultados
Las simulaciones numéricas en un sistema Gaussiano Lineal de dos modos con dinámica inestable ilustran el fenómeno:

• Reversión de Desempeño: En un escenario de modo fijo, aumentar la penalización de control (reduciendo la agresividad del controlador) degrada el desempeño de la regulación como se esperaba. Sin embargo, bajo cambio de modo, la tendencia se invierte: los controladores con menores penalizaciones (más agresivos, con mayores márgenes de resiliencia) resultan en mayores costos totales de estado. Esto ocurre porque los controladores agresivos suprimen la información necesaria para detectar el cambio de modo, lo que prolonga el desajuste de la creencia y conduce a ganancias de control subóptimas.
• Mitigación: Aumentar el parámetro de sensibilidad del detector $\beta$ (por ejemplo, de 1 a 6) acelera la adaptación de la creencia. Esto reduce la duración del desajuste de ganancia y restaura parcialmente la tendencia de desempeño esperada, aunque no elimina completamente el fenómeno porque el controlador continúa moldeando la información disponible.

Significancia y Reivindicaciones
El artículo sostiene que el fenómeno de "ceguera inducida por la resiliencia" es un efecto de bucle cerrado intrínseco que surge cuando la detección y el control se diseñan de forma independiente. Destaca que un controlador optimizado para la regulación robusta en un modo fijo puede degradar la capacidad general del sistema para detectar y responder a cambios de modo ocultos. Los autores concluyen que lograr un desempeño resiliente óptimo requiere un enfoque de codiseño que alinee el desempeño de la regulación con la necesidad de mediciones informativas y una rápida adaptación de la creencia, en lugar de confiar en el principio de separación. El trabajo proporciona una base teórica para comprender por qué los controladores de alto rendimiento pueden, paradójicamente, conducir a una detección deficiente y a un desempeño degradado bajo cambios de modo.