Event-Driven Safe and Resilient Control of Automated and Human-Driven Vehicles under EU-FDI Attacks

논문 요약: EU-FDI 공격 하의 자동화 및 인간 운전 차량을 위한 이벤트 기반 안전 및 복원력 제어

1. 연구 배경 및 문제 정의 (Problem)

• 배경: 연결된 자동화 차량 (CAV) 이 인간 운전 차량 (HDV) 과 혼합된 교통 환경에서 주행할 때, 센서 또는 통신 데이터를 조작하는 거짓 데이터 주입 (FDI) 공격이 심각한 위협이 되고 있습니다. 특히, 공격 신호가 지수적으로 무한히 증가하는 (Exponentially Unbounded, EU-FDI) 형태일 경우 기존 제어 방식은 치명적인 실패를 겪을 수 있습니다.
• 기존 연구의 한계:
  • 복원력 제어 (Resilient Control): 공격 영향을 최소화하는 데 초점을 맞추지만, 종종 충돌 회피와 같은 안전 제약 조건을 간과합니다.
  • 안전 중심 제어 (Safety-Critical Control, 예: CBF): 안전을 보장하지만, 공격이 없는 정상 작동 조건을 가정하거나 공격에 대한 복원력이 부족하여, 공격 시 안전 제약 조건이 무효화되어 최적화 문제 (QP) 가 해를 구할 수 없게 됩니다.
• 핵심 문제: EU-FDI 공격이 가속도 입력에 가해지면, 모델과 실제 시스템 간의 불일치가 급격히 커져 **이벤트 기반 제어 방벽 함수 (Event-driven CBF)**의 안전성 보장 조건이 깨지고, 안전 제약 하의 최적 제어 문제 (QP) 가 **실행 불가능 (Infeasible)**해지는 현상이 발생합니다.

2. 제안된 방법론 (Methodology)

저자들은 이벤트 기반 안전 및 복원력 제어 (EDSR, Event-Driven Safe and Resilient) 프레임워크를 제안합니다. 이 프레임워크는 다음 세 가지 핵심 요소를 통합합니다.

• A. 적응형 공격 복원 제어 (Adaptive Attack-Resilient Control):
  • EU-FDI 공격 ($\gamma_i(t)$) 을 보상하기 위해 적응형 보상 신호 ($\hat{\gamma}_i(t)$) 를 설계합니다.
  • 속도 오차 ($\varepsilon_i(t)$) 를 기반으로 보상 신호를 생성하며, 공격의 누적 효과를 학습하여 공격을 상쇄합니다.
  • 제어 입력은 $u_i(t) = u^s_i(t) - \hat{\gamma}_i(t)$ 형태로, nominal 안전 제어 입력에서 공격 추정치를 뺀 구조를 가집니다.
• B. 데이터 기반 HDV 행동 추정 및 CBF/CLF 통합:
  • HDV 의 동역학과 의도는 불확실하므로, 실시간 측정 데이터를 기반으로 적응형 비선형 시스템을 통해 HDV 의 상태를 추정합니다.
  • 제어 방벽 함수 (CBF): 충돌 회피 등 하드 안전 제약 조건을 만족하도록 설계됩니다.
  • 제어 리아푸노프 함수 (CLF): 차선 유지 및 속도 추종과 같은 성능 목표를 달성하도록 설계됩니다.
  • 추정 오차와 그 미분값을 고려하여 CBF 조건을 재구성함으로써, 불확실한 HDV 와 EU-FDI 공격 하에서도 안전 집합의 **전진 불변성 (Forward Invariance)**을 보장합니다.
• C. 이벤트 기반 실행 (Event-Driven Implementation):
  • 고정된 시간 간격이 아닌, 상태 추정 오차나 시스템 상태 변화가 임계값을 초과할 때만 제어 문제를 해결 (QP 실행) 합니다.
  • 이는 계산 부하를 줄이면서도 실시간 안전 보장을 유지합니다.

3. 주요 기여 (Key Contributions)

1. 새로운 문제 발견 및 해결: 기존 연구가 간과했던 EU-FDI 공격 하에서의 이벤트 기반 CBF 기반 안전 제어의 유효성 상실 (Loss of Validity) 문제를 최초로 규명하고 해결했습니다. 공격으로 인해 안전 제약 최적화 형식이 무효화되는 실패 모드를 방지하는 메커니즘을 설계했습니다.
2. 통합 프레임워크 제안: CAV 와 HDV 가 혼합된 불확실한 환경에서 안전성 (충돌 회피) 과 복원력 (공격 대응) 을 동시에 보장하는 EDSR 프레임워크를 최초로 제안했습니다.
3. 이론적 증명: 제안된 제어기가 EU-FDI 공격 하에서도 속도 오차의 **균일 최종 유계성 (UUB, Uniformly Ultimately Bounded)**을 보장하고, 안전 제약 조건을 만족함을 수학적으로 증명했습니다.

4. 시뮬레이션 결과 (Results)

• 시나리오: 고속도로 차선 변경 상황에서, CAV(A, B) 가 예측 불가능한 HDV(H) 와 느린 차량 (U) 사이에서 주행하며, CAV 의 가속도 입력에 EU-FDI 공격이 가해지는 최악의 상황을 가정했습니다.
• 성능 비교:
  • 제안된 EDSR 프레임워크: 공격이 지수적으로 증가하는 상황에서도 CAV 는 약 6.5 초 내에 안전하게 차선 변경을 완료했습니다. 속도 추종 오차는 유계로 유지되었고, 모든 차량 쌍 간의 안전 거리 (CBF 값) 는 양수 (안전) 를 유지했습니다.
  • 기존 방법 ([20] 의 이벤트 기반 CBF): 공격 복원 메커니즘이 없어, 공격이 시작되자마자 HDV 와의 안전 거리가 **음수 (충돌 위험)**로 떨어졌습니다. CAV 는 비정상적인 급제동이나 급가속을 반복하다가 약 4.28 초에 시뮬레이션이 조기 종료되었습니다.
• 결론: 제안된 방법은 공격으로 인한 시스템 불안정을 효과적으로 억제하고, 안전하고 안정적인 주행 maneuvers 를 가능하게 함을 입증했습니다.

5. 의의 및 중요성 (Significance)

• 실용적 안전성 확보: 실제 교통 환경에서 발생할 수 있는 치명적인 사이버 공격 (EU-FDI) 하에서도 CAV 가 인간 운전 차량과 안전하게 상호작용할 수 있는 이론적 기반을 마련했습니다.
• 계산 효율성: 이벤트 기반 방식을 도입하여 실시간 제어 시스템의 계산 부하를 줄임으로써, 실제 차량에의 적용 가능성을 높였습니다.
• 미래 연구 방향: 기존 연구가 주로 공격 탐지나 제거에 의존하던 접근법을 넘어, 제어 프로토콜 자체의 내재적 복원력을 강화하여 안전성 보장 문제를 해결했다는 점에서 자율주행 보안 분야의 중요한 진전입니다.

이 논문은 **안전 (Safety)**과 **복원력 (Resilience)**이라는 상충될 수 있는 두 목표를 EU-FDI 공격이라는 극한 조건에서도 동시에 달성할 수 있는 제어 이론을 정립했다는 점에서 큰 의의를 가집니다.