Adversarial Observability and Performance Trade-offs in Optimal Control

논문 요약: 적대적 관측 가능성과 성능 간의 트레이드오프를 고려한 최적 제어

1. 문제 정의 (Problem Definition)

• 배경: 자율 시스템은 레이더나 광학 센서 등을 통해 자신의 상태나 의도를 파악하려는 적대적 공격자 (Adversary) 에게 노출될 수 있습니다. 기존 방어 기법 중 '이동 표적 방어 (Moving Target Defense)'는 시스템 모드를 무작위로 변경하여 관측을 어렵게 하지만, 이는 제어 실행 시 불연속성과 과도 현상을 유발하여 성능 저하와 안전 문제를 야기할 수 있습니다.
• 목표: 단일 피드백 제어 구조 내에서, 적대적 센서의 관측 가능성 (Observability) 을 최소화하면서도 폐루프 시스템의 성능 (Stability 및 최적 제어 성능) 을 엄격하게 유지하는 제어기 설계.
• 핵심 과제:
  1. 시스템 운영자는 전체 상태 (Full State) 를 관측하지만, 적대자는 부분 상태 (Partial Observation, $y=Cx$) 만 관측합니다.
  2. 운영자는 상태 피드백 제어기 ($u=Kx$) 를 설계하여 시스템이 원점으로 안정화되도록 하되, 적대자의 관측 행렬$C$에 대한 관측 가능성을 낮추어야 합니다.
  3. 성능 저하 (최적 제어 비용 대비 편차) 를 허용 범위 ($\lambda$) 내로 제한하면서 관측 가능성을 어떻게 극대화 (최소화) 할 수 있는지에 대한 이론적 한계와 알고리즘을 규명해야 합니다.

2. 방법론 (Methodology)

가. 관측 가능성 정량화 (Quantification of Observability)
관측 가능성을 이진 (관측 가능/불가능) 이 아닌 연속적인 척도로 정의하기 위해 **관측성 그라미안 (Observability Gramian, $W$)**을 활용합니다.

• 메트릭 1 (평균 관측성): $\text{tr}(WV)$
  • 시스템이 센서를 통해 방출하는 평균 에너지를 나타냅니다. 모든 관측 방향에 대한 평균적인 관측성을 정량화합니다.
• 메트릭 2 (최소 관측성): $-\text{tr}(W^{-1}V^{-1})$
  • 그라미안의 역행렬을 사용하므로, 관측성이 가장 약한 상태 방향 (Least Observable Directions) 에 민감하게 반응합니다. 시스템이 관측 불가능에 가까워질 때 값이 급격히 변합니다.
• 성능 제약: 최적 제어 비용 ($J^*$) 대비 허용 오차 $\lambda$를 설정하여, $J(K) - J^* \leq \lambda$를 만족하는 제어기를 찾습니다.

나. 최적화 문제 설정

• 문제 1: $\text{tr}(WV)$를 최소화하는 제어기 설계 (성능 제약 하).
• 문제 2: $-\text{tr}(W^{-1}V^{-1})$를 최소화 (즉, $\text{tr}(W^{-1}V^{-1})$를 최대화) 하는 제어기 설계.
  • $W$가 특이 행렬 (Singular) 이 될 수 있으므로, Lyapunov 방정식에 작은 양의 항 $\epsilon I$를 추가하여 정규화 (Regularization) 합니다.

다. 알고리즘적 해법

1. 문제 1 (SDP 해법):
   • 비선형 제약 조건을 변수 변환 ($X=KS$) 을 통해 **반정규 계획법 (Semidefinite Program, SDP)**으로 정확하게 변환합니다.
   • 이를 통해 전역 최적해 (Global Optimum) 를 효율적으로 구할 수 있습니다.
2. 문제 2 (Sequential SDP 해법):
   • 목적 함수가 비볼록 (Non-convex) 이고 역행렬을 포함하므로 직접적인 SDP 로 변환이 불가능합니다.
   • **볼록 - 오목 절차 (Convex-Concave Procedure, CCP)**를 적용하여 문제를 볼록 - 오목 (DC) 프로그램으로 재구성합니다.
   • 반복적인 Sequential SDP 알고리즘을 통해 국소 최적해 (Local Optimum) 를 구합니다.

라. 이론적 하한 (Theoretical Lower Bounds)

• 성능 트레이드오프 파라미터 $\lambda$의 함수로서 관측성 메트릭의 이론적 하한을 유도했습니다.
• 결과: 작은 성능 손실 ($\lambda$) 은 $\text{tr}(WV)$ 감소에 큰 효과를 주지만, 큰 성능 손실은 $\text{tr}(W^{-1}V^{-1})$ 증가 (즉, 관측성 저하) 에 더 큰 효과를 줍니다.

3. 주요 기여 (Key Contributions)

1. 새로운 제어 프레임워크: 모드 전환 없이 단일 피드백 제어기 내에서 적대적 관측성을 연속적으로 조절하는 방법론 제시.
2. 이론적 한계 규명: 성능 제약 ($\lambda$) 과 관측성 감소 사이의 근본적인 트레이드오프 관계를 수학적으로 증명하고 하한을 도출.
3. 효율적인 최적화 알고리즘:
   • 평균 관측성 최소화를 위한 정확한 SDP 기반 알고리즘 (Algorithm 1).
   • 최소 관측성 (가장 약한 방향) 최소화를 위한 Sequential SDP 기반 근사 알고리즘 (Algorithm 2).
4. 강건성 분석: 적대자의 센서 행렬 $C$에 대한 불확실성 (Subset 또는 노이즈) 하에서도 제안된 방법이 적대자의 관측 능력에 대한 상한을 보장함을 증명.

4. 실험 결과 (Results)

• 간단한 예시 시스템:
  • 2 차원 시스템에서 제안된 알고리즘이 최적 제어기 ($K^*$) 와 비교하여 성능은 거의 유지하면서 ($\lambda$가 작을 때), 관측성을 현저히 낮추는 것을 확인했습니다.
  • $\lambda$가 커질수록 제어기가 시스템의 상태 간 결합을 끊어 (Decoupling) 적대자의 관측을 방해하는 경향을 보였습니다.
• ADMIRE 항공기 시뮬레이션:
  • 5 상태, 7 입력의 항공기 모델을 사용하여 검증.
  • Algorithm 1 (평균 관측성 최소화): 모든 상태 방향의 관측성을 고르게 감소시켰으며, 적대자의 상태 추정 오차를 전반적으로 증가시켰습니다.
  • Algorithm 2 (최소 관측성 최소화): 가장 관측하기 어려운 상태 (4 번째 상태) 의 관측성을 극도로 낮추어, 해당 상태의 추정 오차를 거의 무한대에 가깝게 만들었습니다.
  • 두 경우 모두 허용된 성능 손실 범위 ($\lambda$) 내에서 항공기의 안정적 제어를 유지했습니다.

5. 의의 및 결론 (Significance & Conclusion)

• 보안과 성능의 균형: 기존 이진적 접근법이나 모드 전환 방식의 한계를 극복하고, 성능 저하를 최소화하면서 지속적으로 적대적 관측을 방해하는 제어 전략을 제시했습니다.
• 실용성: 항공기 및 우주선 등 고신뢰성 시스템에서 적대자의 상태 추정 (State Estimation) 능력을 저하시켜, 기만 (Deception) 및 은폐 (Stealth) 능력을 향상시킬 수 있는 이론적 기반을 마련했습니다.
• 향후 과제: 부분 상태 정보만 이용하는 출력 피드백 (Output Feedback) 제어기 설계 및 더 복잡한 적대적 환경으로의 확장이 필요함을 언급했습니다.

이 논문은 최적 제어 이론과 사이버 보안 (Adversarial ML/Security) 을 융합하여, 시스템이 적대자에게 '보이지 않게' 움직이면서도 임무를 수행할 수 있는 새로운 패러다임을 제시했다는 점에서 의의가 큽니다.