Distributed Containment of a Compromised Agent through Repulsive Cages

기술 요약: 반발성 케이지(Repulsive Cages)를 통한 탈취된 에이전트의 분산형 격리

문제 정의
본 논문은 UAV 군집이나 이동 로봇 함대와 같은 협력적 다중 에이전트 시스템 내에서 발생하는 탈취된 에이전트의 보안 문제를 다룬다. 이 시나리오는 "하이브리드" 탈취를 가정한다. 즉, 공격자가 단일 에이전트(대상)의 상위 수준 명령 채널을 하이재킹하여 임의의 운동 설정값(setpoints)을 선택할 수 있게 되었으나, 해당 에이전트의 저수준 충돌 회피 안전 계층은 온전하게 유지되어 활성화된 상태이다. 이 안전 계층은 일반적으로 하드웨어나 펌웨어에 구현되어 있으며, 다른 에이전트와의 상대적 거리에 기반하여 반발력을 생성하고, 공격자에 의해 비활성화될 수 없다.

목표는 남은 "방어자(defender)" 에이전트들이 최악의 경우의 공격 명령에도 불구하고, 매 시간 단계마다 탈취된 대상을 미리 규정된 허용 영역 $\Omega_{k+1}$ 내에 머물게 하는 분산 제어 전략을 설계하는 것이다. 방어자들은 탈취된 대상을 직접 명령할 수 없다. 대신, 그들은 대상의 손상되지 않은 저수준 반발 응답을 이용해야 한다. 방어자들은 전략적으로 위치를 선정함으로써 대상에 작용하는 총체적인 반발장을 형성하며, 이를 통해 대상의 고유한 안전 메커니즘을 간접적인 구동 채널로 활용한다.

방법론
저자들은 상호작용을 시변 제약 조건과 분산된 정보를 가진 온라인 스택엘버그 게임(Stackelberg game)으로 모델링한다.

1. 게임 구조: 방어자는 리더로서 (고수준 명령과 저수준 반발 계층에 의해 유도된) 기하학적 구성 $y$를 결정한다. 공격자는 팔로워로서 이 구성을 관찰하고, 대상이 허용 영역에서 벗어나도록 최대화하는 고수준 명령 $u_a$를 선택한다.
2. 기하학적 특성 규명: 본 논문은 강건한 1단계 격리를 위한 정확한 기하학적 조건을 도출한다. 지지 함수(support functions)와 노멀 콘(normal cones)을 사용하여, 저자들은 "반발성 케이지(repulsive cage)"—즉, 모든 허용 가능한 공격 명령에 대해 대상이 허용 영역 내에 머무름을 보장하는 방어자 구성—를 정의한다. 이는 방향성 격리 마진 $\ell_k(y; v)$를 통해 특성화되며, 최악의 경우의 마진 $c_k(y) \leq 0$일 때 강건한 격리가 성립한다.
3. 중앙 집중식 오라클(Centralized Oracle): 중앙 집중식 스택엘버그 오라클은 최악의 경우의 격리 위반, 수송 결손(목적지로의 유도가 필요한 경우), 그리고 방어자의 운동 및 분리에 대한 정규화 항을 포함하는 손실 함수를 최소화하는 벤치마크로 정의된다.
4. 분산 구현: 중앙 집중식 오라클은 전역 정보가 필요하므로, 저자들은 완전 분산형 온라인 알고리즘을 제안한다. 이 접근 방식은 다음을 기반으로 한다:
   • 동적 평균 합의(Dynamic Average Consensus): 방어자들은 로컬 통신을 사용하여 팀에 의해 생성되는 총체적 반발장 $g_k(y)$를 추정한다.
   • 활성 방향 근사(Active-Direction Approximation): 최악의 경우 분석에 필요한 비매끄러운 방향 최대화 문제를 처리하기 위해, 방어자들은 유한한 방향 딕셔너리에 대한 합의 루틴을 수행하거나(또는 기하학적 투영 규칙을 사용) 가장 결정적인 "활성" 방향을 식별한다.
   • 투영 경사 하강법(Projected Gradient Descent): 방어자들은 손실 함수의 서브그레이디언트(subgradient)에 대한 로컬 추정치를 사용하여 유도된 구성을 업데이트한다.

주요 기여

• 반발성 케이지 프레임워크: 본 논문은 탈취된 에이전트의 저수준 반발 프리미티브를 활용하여 모든 공격 명령에 대해 격리를 보장하는 방어자의 기하학적 구성인 "반발성 케이지" 개념을 도입한다. 이는 표준 충돌 회피 메커니즘을 탈취된 에이전트를 위한 제어 채널로 재용도화한다.
• 정확한 기하학적 특성 규명: 저자들은 지지 함수를 사용하여 강건한 1단계 격리 조건을 엄격하게 도출하여, 최악의 위반과 방향성 마진 사이의 동등성을 확립한다.
• 분산형 온라인 스택엘버그 제어: 본 연구는 격리 과제를 온라인 스택엘버그 게임으로 정식화하고, 로컬 센싱과 통신만을 사용하여 중앙 집중식 오라클을 추적하는 분산 알고리즘을 개발한다.
• 동적 후회(Dynamic Regret) 분석: 저자들은 분산 알고리즘의 동적 후회 경계가 하위 선형(sublinear)임을 증명한다. 이는 오라클의 경로 변화와 총체적 장(field)의 변화를 명시적으로 고려하여, 분산 정책과 중앙 집중식 오라클 사이의 성능 격차를 정량화한다.

결과

• 이론적 보장: 이론적 분석은 특정 조건(오라클의 경로 변화 및 총체적 장의 변화) 하에서 분산 알고리즘이 하위 선형 동적 후회($Reg_T = o(T)$)와 하위 선형 누적 격리 위반($V^\Psi_T = o(T)$)을 달성함을 보여준다.
• 시뮬레이션 검증: 2D 환경에서 5대의 방어자 군집과 탈취된 타겟을 대상으로 한 시뮬레이션은 제안된 방식을 검증한다. 결과에 따르면, 분산 제어기(활성 방향 합의와 더 저렴한 투영 규칙을 모두 사용)는 중앙 집중식 오라클의 성능을 성공적으로 추적하며, 낮은 순간 및 누적 후회를 유지하면서 타겟을 허용 영역 내에 유지한다.

의의 및 주장
본 논문은 실시간성이 중요한 안전 필수 시나리오에서 어려울 수 있는 탈취되거나 격리된 에이전트를 탐지하거나 분리하는 데 의존하지 않는 새로운 복원력 있는 협력 방식을 제공한다고 주장한다. 대신, 고수준 탈취 상황에서도 저수준 안전 계층이 지속된다는 자율 플랫폼의 구조적 특성을 활용한다.

저자들은 기존의 "간접 허딩(indirect herding)" 문헌(예: StringNet)과 달리, 외부의 적대적 군집이 아닌 내부의 단일 탈취 에이전트와 최악의 명령을 대상으로 하며, 정적 안정성 보장이 아닌 시변 오라클에 대한 동적 후회 보장을 제공한다는 점에서 차별성을 둔다. 본 연구의 의의는 탈취된 유닛에 대한 완전한 제어권을 요구하지 않고도, 그들의 안전 메커니즘을 역으로 이용하여 탈취된 에이전트를 격리하는 수학적으로 엄밀하고 분산된 프레임워크를 제공하는 데 있다.