Detection-Control Games under Hidden Modes: Resilience-Induced Blindness Phenomenon

Resumo Técnico: Jogos de Detecção–Controle sob Modos Ocultos

Formulação do Problema
Este artigo aborda o desafio do controle resiliente para sistemas ciberfísicos (CPS) operando sob modos operacionais ocultos, que podem representar condições nominais, estados degradados, falhas ou ataques. O problema central desafia o tradicional "princípio da separação" no projeto de controle, onde um detector é otimizado para precisão de inferência e um controlador é otimizado para desempenho de regulação de forma independente. Os autores argumentam que, em sistemas de modo oculto, o detector e o controlador são intrinsecamente acoplados: o controlador molda a estrutura estatística das medições utilizadas para a detecção, enquanto a atualização da crença do detector dita os ganhos de feedback do controlador. Esse acoplamento cria um jogo não cooperativo entre dois tomadores de decisão com objetivos divergentes: o detector busca atualizações de crença informativas, enquanto o controlador busca minimizar custos de regulação.

Metodologia
Os autores formulam a interação entre o detector e o controlador como um jogo dinâmico não cooperativo.

• Modelo do Sistema: O estudo foca em um sistema Gaussiano linear de dois modos, onde o modo $\theta_k \in \{0, 1\}$ não é observado. A dinâmica do sistema e as funções de medição são dependentes do modo.
• Projeto do Detector: O detector mantém uma crença posterior $\pi_k$ sobre os modos. Ele utiliza uma regra de atualização "bayesiana temperada", onde um parâmetro $\beta$ controla a sensibilidade à nova evidência de medição. O detector minimiza uma função de custo que equilibra a estabilidade da crença (penalizando mudanças abruptas) e o ajuste de verossimilhança.
• Projeto do Controlador: O controlador emprega um Regulador Quadrático Linear (LQR) dependente da crença. Ele calcula um comando de controle $u_k$ com base em uma estimativa de estado e na crença atual $\pi_k$, tratando efetivamente o sistema como uma combinação convexa dos dois modos.
• Análise Teoria-dos-Jogos: A interação é analisada via o conceito de equilíbrio de Nash. Os autores demonstram que, embora o detector e o controlador possam ser individualmente ótimos dada a política do outro, o equilíbrio conjunto pode ser globalmente ineficiente.
• Caracterização Teórica: Para o caso Gaussiano linear, os autores derivam um limite quantitativo que vincula a "margem de resiliência" do controlador (uma medida de quão bem o controlador suprime desvios de estado) à evidência de log-verossimilhança gerada pelo sistema.

Principais Contribuições

1. Formulação Teoria-dos-Jogos: O artigo estabelece a detecção e o controle como problemas de decisão acoplados, esclarecendo por que projetos separados podem levar a resultados localmente racionais, mas globalmente ineficientes (equilíbrio de Nash) devido ao desalinhamento de objetivos.
2. Fenômeno de Cegueira Induzida pela Resiliência: A principal contribuição teórica é a caracterização de um fenômeno onde um controlador com uma grande margem de resiliência (altamente eficaz na supressão de desvios de estado em um modo fixo) inadvertidamente suprime a variabilidade dependente do modo nas medições. Essa supressão reduz a separação estatística entre os modos, retardando a acumulação de evidência de log-verossimilhança e fazendo com que a crença do detector se adapte lentamente.
3. Limite Quantitativo: Os autores derivam um limite específico (Teorema 1) mostrando que uma maior margem de resiliência $m_\theta$ leva a menores fatores de contração nas trajetórias de estado. Isso reduz a diferença de inovação entre os modos, diminuindo, assim, o limite superior da velocidade de atualização da razão de log-verossimilhança.
4. Estratégia de Mitigação: O artigo propõe ajustar o objetivo do detector (especificamente aumentando o parâmetro de sensibilidade $\beta$) para neutralizar parcialmente o efeito de cegueira, permitindo que a crença se adapte mais rapidamente, apesar da supressão de informação pelo controlador.

Resultados
Simulações numéricas em um sistema Gaussiano linear de dois modos com dinâmica instável ilustram o fenômeno:

• Reversão de Desempenho: Em um cenário de modo fixo, aumentar a penalidade de controle (reduzindo a agressividade do controlador) degrada o desempenho da regulação, como esperado. No entanto, sob mudança de modo, a tendência se inverte: controladores com penalidades menores (mais agressivos, maiores margens de resiliência) resultam em custos de estado totais mais altos. Isso ocorre porque controladores agressivos suprimem a própria informação necessária para detectar a mudança de modo, levando a um prolongamento do desajuste de crença e ganhos de controle subótimos.
• Mitigação: Aumentar o parâmetro de sensibilidade do detector $\beta$ (por exemplo, de 1 para 6) acelera a adaptação da crença. Isso reduz a duração do desajuste de ganho e restaura parcialmente a tendência de desempenho esperada, embora não elimine totalmente o fenômeno, pois o controlador continua a moldar a informação disponível.

Significância e Alegações
O artigo alega que o fenômeno da "cegueza induzida pela resiliência" é um efeito de malha fechada intrínseco que surge quando a detecção e o controle são projetados independentemente. Destaca que um controlador otimizado para regulação robusta em um modo fixo pode degradar a capacidade global do sistema de detectar e responder a mudanças de modo ocultas. Os autores concluem que alcançar o desempenho resiliente ideal requer uma abordagem de co-projeto que alinhe o desempenho de regulação com a necessidade de medições informativas e rápida adaptação de crença, em vez de confiar no princípio da separação. O trabalho fornece uma base teórica para entender por que controladores de alto desempenho podem, paradoxalmente, levar a uma detecção deficiente e a um desempenho degradado em modos alternados.