Distributed Containment of a Compromised Agent through Repulsive Cages

Resumen Técnico: Contención Distribuida de un Agente Comprometido mediante Jaulas Repulsivas

Planteamiento del Problema
Este artículo aborda el desafío de seguridad que representa un agente comprometido dentro de un sistema multiagente cooperativo, como un enjambre de UAV o una flota de robots móviles. El escenario asume un compromiso "híbrido": un adversario ha secuestrado el canal de mando de alto nivel de un único agente (el "objetivo"), permitiéndole seleccionar puntos de consigna de movimiento arbitrarios, pero la capa de seguridad de evasión de colisiones de bajo nivel del agente permanece intacta y activa. Esta capa de seguridad, implementada típicamente en hardware o firmware, genera fuerzas repulsivas basadas en las distancias relativas a otros agentes y no puede ser desactivada por el adversario.

El objetivo es diseñar una estrategia de control distribuido para los agentes "defensores" restantes para mantener al objetivo comprometido dentro de una región admisible prescrita $\Omega_{k+1}$ en cada paso de tiempo, a pesar del comando de peor caso seleccionado por el adversario. Los defensores no pueden comandar directamente al objetivo; en su lugar, deben explotar la respuesta repulsiva de bajo nivel del propio objetivo. Al posicionarse estratégicamente, los defensores moldean el campo repulsivo agregado que actúa sobre el objetivo, utilizando efectivamente los propios mecanismos de seguridad del objetivo como un canal de actuación indirecto.

Metodología
Los autores modelan la interacción como un juego de Stackelberg en línea con restricciones variantes en el tiempo e información distribuida:

1. Estructura del Juego: Los defensores actúan como líderes, comprometiéndose a una configuración geométrica $y$ (inducida por sus comandos de alto nivel y la capa repulsiva de bajo nivel). El adversario actúa como seguidor, observando esta configuración y seleccionando un comando de alto nivel $u_a$ para maximizar la fuga del objetivo de la región admisible.
2. Caracterización Geométrica: El artículo deriva una condición geométrica exacta para la contención robusta de un solo paso. Utilizando funciones de soporte y conos normales, los autores definen una "jaula repulsiva": una configuración de defensores que garantiza que el objetivo permanezca en la región admisible para todos los comandos adversariales admisibles. Esto se caracteriza mediante un margen de contención direccional $\ell_k(y; v)$, donde la contención robusta se cumple si el margen de peor caso $c_k(y) \leq 0$.
3. Oráculo Centralizado: Se define un oráculo de Stackelberg centralizado como un punto de referencia que minimiza una función de pérdida que comprende la violación de contención de peor caso, un déficit de transporte (si se requiere dirigir hacia un destino) y un término de regularización para el movimiento y la separación de los defensores.
4. Implementación Distribuida: Dado que el oráculo centralizado requiere información global, los autores proponen un algoritmo en línea totalmente distribuido. Este enfoque se basa en:
   • Consenso de Promedio Dinámico: Los defensores utilizan comunicación local para estimar el campo repulsivo agregado $g_k(y)$ generado por el equipo.
   • Aproximación de Dirección Activa: Para manejar la maximización no suave sobre direcciones requerida para el análisis de peor caso, los defensores realizan una rutina de consenso sobre un diccionario de direcciones finito (o utilizan una regla de proyección geométrica) para identificar la dirección "activa" más crítica.
   • Descenso de Gradiente Proyectado: Los defensores actualizan sus configuraciones inducidas utilizando estimaciones locales del subgradiente de la función de pérdida.

Contribuciones Clave

• Marco de Jaula Repulsiva: El artículo introduce el concepto de una "jaula repulsiva", una configuración geométrica de defensores que garantiza la contención contra todos los comandos adversariales aprovechando la primitiva repulsiva de bajo nivel del propio objetivo. Esto reconvierte los mecanismos estándar de evasión de colisiones en un canal de control para agentes comprometidos.
• Caracterización Geométrica Exacta: Los autores proporcionan una derivación rigurosa de las condiciones de contención robusta de un solo paso mediante funciones de soporte, estableciendo una equivalencia entre la violación de peor caso y un margen direccional.
• Control de Stackelberg en Línea Distribuido: El trabajo formula la tarea de contención como un juego de Stackelberg en línea y desarrolla un algoritmo distribuido que rastrea el oráculo centralizado utilizando únicamente detección y comunicación local.
• Análisis de Regret Dinámico: El artículo demuestra límites de regret dinámico sublineal para el algoritmo distribuido. Esto cuantifica la brecha de rendimiento entre la política distribuida y el oráculo centralizado, contabilizando explícitamente los errores de estimación inducidos por la red, las aproximaciones de acuerdo de dirección y la variabilidad temporal de la solución óptima.

Resultados

• Garantías Teóricas: El análisis teórico demuestra que el algoritmo distribuido logra un regret dinámico sublineal ($Reg_T = o(T)$) y una violación de contención acumulada sublineal ($V^\Psi_T = o(T)$) bajo condiciones específicas respecto a la variación de la trayectoria del oráculo y la variación del campo agregado.
• Validación por Simulación: Simulaciones con un enjambre de 5 defensores y un objetivo secuestrado en un entorno 2D validan el enfoque. Los resultados muestran que los controladores distribuidos (utilizando tanto el consenso de dirección activa como una regla de proyección más económica) rastrean con éxito el desempeño del oráculo centralizado, manteniendo un regret instantáneo y acumulado bajo, mientras mantienen al objetivo dentro de la región admisible.

Significancia y Reivindicaciones
El artículo afirma ofrecer un enfoque novedoso para la coordinación resiliente que no depende de la detección o el aislamiento del agente comprometido, lo cual puede ser difícil en escenarios de seguridad crítica y tiempo real. En su lugar, explota una propiedad estructural común en las plataformas autónomas: la persistencia de las capas de seguridad de bajo nivel incluso bajo un compromiso de alto nivel.

Los autores posicionan su trabajo como distinto de la literatura existente de "pastoreo indirecto" (por ejemplo, StringNet) al centrarse en un único agente interno secuestrado con comandos de peor caso, en lugar de en enjambres adversariales externos, y al proporcionar garantías de regret dinámico contra un oráculo variante en el tiempo en lugar de garantías de estabilidad estática. La significancia radica en proporcionar un marco matemáticamente riguroso y distribuido para contener agentes comprometidos al convertir sus propios mecanismos de seguridad en su contra, asegurando la seguridad sin requerir el control total sobre la unidad comprometida.