How Sensor Attacks Transfer Across Lie Groups

Résumé Technique : Transfert d'Attaques de Capteurs sur les Groupes de Lie

1. Problématique

L'analyse des attaques par falsification de capteurs (spoofing) dans les systèmes cyber-physiques (CPS) est traditionnellement confinée aux espaces d'états linéaires (espaces euclidiens plats). Dans ces contextes, le transfert d'une attaque (c'est-à-dire sa capacité à produire le même impact dynamique et à rester indétectable lors d'un changement de conditions opérationnelles) est trivial : un biais additif constant reste constant.

Cependant, de nombreux systèmes critiques (véhicules autonomes, drones, robots) évoluent sur des variétés non triviales, spécifiquement des groupes de Lie tels que $SE(2)$, $SE(3)$ ou $SO(3)$. Sur ces groupes, la non-commutativité des opérations de groupe et la nature non linéaire de la dynamique peuvent déformer les attaques. Une attaque qui semble furtive (stealth) lors d'un trajet rectiligne peut devenir détectable lors d'une manœuvre de virage, car la dynamique du système fait "tourner" l'attaque par rapport à sa position initiale.

L'article pose la question fondamentale suivante : Quelles conditions algébriques garantissent qu'une attaque apprise dans une condition opérationnelle conserve son impact dynamique et sa furtivité lorsqu'elle est transférée vers un état ou une trajectoire différente sur un groupe de Lie ?

2. Méthodologie et Cadre Théorique

Les auteurs proposent un cadre géométrique et algébrique unifié basé sur la théorie des groupes de Lie et des algèbres de Lie.

• Modélisation du Système : Le système est modélisé avec des dynamiques à gauche invariantes sur un groupe de Lie $G$. Les attaques sont modélisées comme des translations à droite ($R_{\exp(\xi)}$), ce qui correspond aux déplacements de capteurs dans le repère du corps (body-frame).
• Définition de la Transférabilité : Une attaque est dite "transférable" si elle produit le même impact dynamique (changement d'état) et reste furtive (ne déclenche pas le détecteur) sur une trajectoire victime différente de celle d'apprentissage.
• Outils Mathématiques Clés :
  • L'Action Adjointe ($Ad_g$) : Décrit comment un vecteur tangent est transformé par la conjugaison dans le groupe.
  • Le Crochet de Lie ($[f, \xi]$) : Mesure la non-commutativité entre la dynamique nominale $f$ et le vecteur d'attaque $\xi$.
  • Observateurs Équivariants : Utilisation de filtres (comme l'IEKF) qui respectent la géométrie du groupe, utilisant des erreurs d'état invariantes pour la détection.

3. Contributions Clés

A. Caractérisation Algébrique de la Transférabilité
Les auteurs démontrent qu'une attaque $\xi$ est transférable (c'est-à-dire qu'elle commute avec la dynamique nominale $f_e$) si et seulement si elle appartient au noyau du crochet de Lie (le centralisateur) de la dynamique :
$$\Delta_{f_e} = \ker([f_e, \cdot]) = \{ \xi \in \mathfrak{g} \mid [f_e, \xi] = 0 \}$$

• Condition de Commutation : Pour que l'impact dynamique soit invariant, l'attaque doit commuter avec la dynamique du système. Sur les groupes de Lie, cela restreint les attaques transférables à un sous-espace invariant $\Delta_{f_e}$, contrairement aux systèmes linéaires où tout est transférable.
• Condition de Furtivité : Pour que l'attaque reste furtive, la dérive du détecteur (l'erreur d'estimation accumulée) doit également appartenir à ce sous-espace invariant et commuter avec la dynamique future.

B. Théorème de Décomposition et Asymétrie Structurelle
Pour les attaques imparfaites (où l'attaquant ne connaît pas parfaitement la dynamique et introduit des résidus $\rho$ en dehors de $\Delta_{f_e}$), les auteurs établissent un théorème de décomposition :
$$\hat{\xi} = \xi_{\text{idéal}} + \rho_{\xi}$$
Ils révèlent une asymétrie fondamentale dans la propagation des erreurs :

1. Impact Dynamique : L'erreur résiduelle $\rho_{\xi}$ est amplifiée par l'action Adjointe de la trajectoire victime ($Ad_{g_{k-1}}$). Une petite erreur d'estimation peut donc entraîner une grande déviation physique si la trajectoire implique de grands déplacements (levier cinématique).
2. Furtivité (Stealth) : L'erreur sur la détection (l'innovation) est protégée par la structure invariante de l'observateur. La dérive de l'erreur d'état accumulée subit la distorsion de l'action Adjointe, mais l'innovation elle-même reste bornée de manière linéaire et isolée de l'amplification dynamique.
   • Conséquence : Un attaquant peut commettre des erreurs qui dévient fortement la trajectoire physique tout en restant sous le seuil de détection du capteur.

C. Réduction de l'Espace de Transfert
L'article montre que des manœuvres complexes (comme des virages serrés) réduisent la dimension du sous-espace invariant $\Delta_{f_e}$. Par exemple, pour un véhicule Dubins en virage, seul le déplacement strictement le long de la trajectoire est transférable. Cela offre aux défenseurs un levier : en changeant activement les commandes ($u_k$), on peut "effondrer" l'espace de transfert, forçant toute attaque non parfaitement alignée à devenir détectable.

4. Résultats Numériques et Validation

Les théories sont validées sur un modèle de véhicule Dubins unicycle ($SE(2)$) équipé de capteurs GPS et LIDAR.

• Scénario : Un attaquant apprend une attaque latérale lors d'un trajet rectiligne (où $\Delta_{f_e}$ est large). Il tente de transférer cette attaque à un véhicule effectuant un virage.
• Observation :
  • Les composantes de l'attaque qui ne commutent pas avec la dynamique de virage (composantes hors du sous-espace $\Delta_{f_e}$) sont amplifiées par l'action Adjointe, créant une déviation physique importante.
  • Cependant, grâce à la structure de l'observateur équivariant, l'innovation du détecteur (le signal d'erreur) reste faible et ne dépasse pas le seuil de détection ($\tau$), même si la déviation physique est significative.
  • Les simulations confirment que les déviations réelles restent dans les bornes théoriques prédites par le théorème de décomposition, validant la capacité de l'attaquant à exploiter cette "faille géométrique".

5. Signification et Implications

• Changement de Paradigme : Ce travail déplace l'analyse de la sécurité des CPS des espaces linéaires vers les variétés géométriques. Il démontre que la furtivité et la transférabilité ne sont pas des propriétés universelles mais des contraintes géométriques dépendantes de la dynamique du système.
• Vulnérabilité des Observateurs Équivariants : Bien que les observateurs équivariants soient robustes pour l'estimation d'état, leur structure invariante crée paradoxalement une faille : elle permet aux attaques de masquer leur impact physique dans le signal de détection.
• Stratégies de Défense : La découverte que $\Delta_{f_e}$ dépend des commandes d'entrée suggère une stratégie de défense active ("Moving Target Defense"). En variant dynamiquement les commandes du système (ex: changer de trajectoire, de vitesse), le défenseur peut réduire la dimension de l'espace de transfert, rendant presque impossible pour un attaquant de maintenir une attaque furtive et transférable sans une connaissance parfaite et en temps réel de la dynamique.

En conclusion, cet article fournit un cadre rigoureux pour comprendre comment la géométrie non commutative des systèmes physiques peut être exploitée par des attaquants pour transférer des attaques, tout en identifiant des mécanismes algébriques précis pour contrer ces menaces.