Centrality-Based Security Allocation in Networked Control Systems

1. Problématique

L'article aborde le problème de l'allocation de ressources de sécurité dans les systèmes de contrôle en réseau (NCS), tels que les réseaux électriques ou les systèmes de transport. Ces systèmes sont modélisés comme un ensemble de sous-systèmes interconnectés (nœuds) formant un graphe non orienté.

Le contexte implique deux agents stratégiques opposés :

• L'adversaire (attaquant) : Il vise à maximiser l'impact d'une attaque sur la performance globale du système tout en restant furtif (indétectable). L'attaque consiste en une injection de fausses données (FDI - False Data Injection) sur un sous-ensemble de nœuds, avec une contrainte d'énergie limitée.
• Le défenseur : Il dispose d'un budget limité de capteurs (moniteurs) pour surveiller les sorties de certains nœuds. Son objectif est d'attribuer ces ressources de surveillance pour minimiser l'impact maximal de l'attaque (Worst-Case Attack Impact - WCAI) tout en détectant l'intrusion si l'énergie du signal de sortie dépasse un seuil d'alarme.

Le défi principal réside dans le fait que le défenseur doit prendre sa décision d'allocation sans connaître la stratégie d'attaque spécifique de l'adversaire, ce qui transforme le problème en un problème d'optimisation min-max (minimiser le pire cas).

2. Méthodologie

L'article propose une approche comparative entre une solution optimale (mais coûteuse en calcul) et une solution heuristique basée sur la centralité.

A. Modélisation Mathématique

• Système : Un système de contrôle linéaire continu associé à un graphe $G$. La dynamique est régie par une équation d'état où la matrice Laplacienne $L$ représente la connectivité.
• Attaque : L'adversaire choisit un ensemble de nœuds $A$ pour injecter un signal $\zeta(t)$. L'attaque est dite furtive si l'énergie des sorties des nœuds surveillés (ensemble $M$) reste en dessous d'un seuil $\delta$.
• Performance : La performance est mesurée par la somme des énergies $L_2$ des états de tous les nœuds.
• Formulation du problème : Le pire impact d'attaque (WCAI) est formulé comme un problème d'optimisation semi-définie (SDP) sous contraintes de furtivité. L'allocation optimale est un problème d'optimisation combinatoire (choix de l'ensemble $M$) résolu via un problème d'optimisation mixte en nombres entiers (MISDP).

B. Approche par Centralité (Proposée)

Pour contourner la complexité computationnelle excessive de la solution optimale (qui nécessite d'énumérer tous les scénarios d'attaque possibles), les auteurs proposent d'utiliser des mesures de centralité du graphe pour sélectionner les nœuds à surveiller. L'hypothèse est que les nœuds les plus connectés ou influents sont les plus critiques.

Trois mesures sont utilisées :

1. Centralité de degré ($C_D$) : Nombre de connexions directes d'un nœud.
2. Centralité de proximité ($C_C$) : Inverse de la longueur moyenne des plus courts chemins vers les autres nœuds.
3. Centralité d'intermédiarité ($C_B$) : Nombre de plus courts chemins passant par un nœud donné.

Algorithme proposé :

1. Calculer les mesures de centralité pour tous les nœuds.
2. Sélectionner les $n_s$ nœuds (budget de capteurs) ayant les scores de centralité les plus élevés pour chaque métrique.
3. Évaluer le WCAI pour ces ensembles de surveillance candidats en résolvant le SDP (plus rapide que le MISDP complet).
4. Une approche combinée est également testée : comparer les meilleurs ensembles issus des trois métriques et choisir celui offrant le WCAI le plus faible.

3. Contributions Clés

1. Cadre de jeu Défenseur-Adversaire : Formalisation rigoureuse du problème d'allocation de sécurité comme un jeu non coopératif où le défenseur doit se prémunir contre un adversaire furtif et adaptatif, sans connaître ses actions futures.
2. Alternative computationnelle efficace : Introduction d'une méthode basée sur la centralité qui évite l'explosion combinatoire liée à l'énumération de tous les scénarios d'attaque dans la solution optimale.
3. Analyse comparative : Démonstration que les mesures de centralité, en particulier l'intermédiarité et l'approche combinée, offrent un compromis excellent entre la qualité de la solution (perte de performance minimale) et le temps de calcul.

4. Résultats Expérimentaux

Les auteurs ont validé leur méthode sur deux types de réseaux :

• Graphes aléatoires d'Erdős–Rényi : Réseaux de 10 à 20 nœuds.
• Système IEEE 14-bus : Un réseau électrique de référence.

Résultats principaux :

• Efficacité (Écart de WCAI) :
  • L'approche combinée et la centralité d'intermédiarité ($C_B$) montrent les meilleurs résultats.
  • Pour les petits réseaux (N=10-14), l'écart relatif par rapport à la solution optimale est inférieur à 10 % (médiane et 75e percentile).
  • Même pour des réseaux plus grands (N=20), l'écart reste inférieur à 15 % pour les meilleures méthodes.
  • Dans le cas du système IEEE 14-bus, la sélection basée sur la centralité (Bus 4) présente un écart de seulement 2 % par rapport à la solution optimale (Bus 2), ce qui est considéré comme acceptable.
• Performance Temporelle :
  • La méthode basée sur la centralité réduit considérablement le temps de calcul par rapport à la recherche de la solution optimale.
  • L'approche combinée réduit le temps de résolution d'environ 70 %.
  • L'utilisation exclusive de la centralité d'intermédiarité réduit le temps de résolution d'environ 90 % par rapport à l'optimal, car elle évite la résolution du problème mixte entier complexe.

5. Signification et Conclusion

Cet article démontre que pour les grands réseaux de contrôle, où le calcul de l'allocation de sécurité optimale est souvent prohibitif en raison de la complexité combinatoire, les mesures de centralité constituent une alternative robuste et rapide.

• Signification pratique : La méthode permet aux opérateurs de systèmes critiques (réseaux électriques, eau, transport) de déployer rapidement des stratégies de défense efficaces face à des menaces furtives, même avec des ressources de calcul limitées.
• Conclusion : Bien que la solution optimale soit théoriquement supérieure, l'approche basée sur la centralité (surtout l'intermédiarité ou l'approche combinée) offre un compromis idéal avec une perte de performance négligeable (<10-15%) et une réduction drastique du temps de calcul. Cela rend la sécurité proactive réalisable pour des réseaux à grande échelle.