Resumo Técnico: Aprendizado de Koopman de Baixo Posto Federado para Detecção de Anomalias em Séries Temporais Multivariadas em Sistemas IoT

1. Definição do Problema

Sistemas distribuídos de Internet das Coisas (IoT) geram fluxos de séries temporais multivariadas (MVTS) essenciais para o monitoramento de ativos físicos, servidores e plataformas embarcadas. Detectar comportamentos temporais anormais nesses fluxos é crítico para o diagnóstico de falhas, manutenção preditiva e segurança. No entanto, a implementação prática enfrenta três restrições primárias:

1. Dados Descentralizados e Não-IID: Dispositivos operam em ambientes diversos com cargas de trabalho e taxas de anomalia variadas, levando a dados não independentes e não identicamente distribuídos (não-IID).
2. Restrições de Recursos: Dispositivos de borda (ex: gateways de baixo custo, nós Raspberry Pi) possuem computação, memória e energia limitadas.
3. Comunicação e Privacidade: A largura de banda é limitada e os dados brutos dos sensores são frequentemente sensíveis à privacidade, o que impede a coleta centralizada de dados.

Detectores de anomalias baseados em aprendizado profundo existentes (ex: autoencoders, LSTMs, Transformers) enfrentam dificuldades neste cenário. Eles exigem treinamento local pesado, grandes parâmetros de modelo que são caros para comunicar em configurações federadas e frequentemente falham em generalizar através de dinâmicas de clientes heterogêneas. Além disso, as abordagens padrão de aprendizado federado (FL) que envolvem esses modelos profundos herdam seus encargos computacionais e de comunicação sem resolver as restrições de recursos subjacentes.

2. Metodologia: FedKAD

O artigo propõe o FedKAD, um framework de detecção de anomalias federado e eficiente em recursos baseado na teoria do operador de Koopman de baixo posto. Em vez de aprender representações neurais complexas, o FedKAD modela a dinâmica temporal normal através de uma evolução linear em um espaço observável elevado.

Arquitetura Central

• Representação de Koopman: O sistema modela dinâmicas não lineares como evolução linear em um espaço observável elevado. Cada cliente transforma sua MVTS local em estados de janela deslizante $z_i(t)$ e aplica um mapa de elevação não linear fixo $\Phi(\cdot)$ (combinando o estado bruto da janela com observáveis não lineares aleatórios via uma função $\tanh$) para criar um estado elevado de alta dimensão.
• Fatoração de Baixo Posto: Para evitar os custos quadráticos de armazenamento e comunicação de um operador de Koopman completo, o FedKAD aproxima a dinâmica local usando um subespaço ortonormal de baixo posto $P_i$ e um operador reduzido privado $Q_i$. A evolução é modelada como $\Phi(z_i(t+1)) \approx P_i Q_i P_i^\top \Phi(z_i(t))$.
• Consenso Federado:
  • Local: Cada cliente mantém seus snapshots de dados brutos e o operador reduzido $Q_i$ privados.
  • Global: Os clientes trocam apenas a matriz de subespaço compacta $P_i$ (dimensão $D \times r$, onde $r \ll D$) com o servidor.
  • Objetivo: O servidor coordena um subespaço global compartilhado $Z$ via um problema de otimização de consenso, garantindo que todos os clientes se alinhem em uma representação comum de baixo posto enquanto mantêm as dinâmicas específicas do cliente em $Q_i$.

Algoritmo de Otimização: Federated Stiefel-ADMM

O problema de otimização envolve minimizar o erro de reconstrução sujeito a restrições de ortonormalidade ($P_i^\top P_i = I$) e restrições de consenso ($P_i = Z$). Os autores desenvolvem um algoritmo Federated Stiefel-ADMM:

1. Atualização Primal (Local): Os clientes atualizam seu subespaço local $P_i$ na variedade de Stiefel usando gradiente descendente projetado com retração QR para manter a ortonormalidade. O operador reduzido $Q_i$ é atualizado em forma fechada (mínimos quadrados) localmente.
2. Atualização de Consenso (Global): O servidor agrega os subespaços atualizados e as variáveis duais para atualizar a variável de consenso global $Z$.
3. Atualização Dual (Local): Os clientes atualizam suas variáveis duais para impor a restrição de consenso.
   O algoritmo suporta participação parcial de clientes e inclui análise de convergência sob configurações não convexas.

Detecção de Anomalias

Durante a inferência, cada cliente prevê trajetórias futuras usando o subespaço global aprendido $Z$ e o operador local $Q_i$. As anomalias são detectadas medindo o resíduo de previsão (erro quadrático) entre a trajetória futura observada e a trajetória prevista pela dinâmica normal aprendida.

3. Principais Contribuições

1. Proposta de Framework: A introdução do FedKAD, um framework de detecção de anomalias de Koopman federado que permite a detecção local sem o upload de fluxos de sensores brutos.
2. Formulação do Problema: Reformulação da detecção de anomalias federada como um problema de consenso de Koopman de baixo posto, onde os clientes trocam apenas variáveis de subespaço compactas em vez de modelos neurais completos ou dados brutos.
3. Desenvolvimento de Algoritmo: Desenvolvimento de um algoritmo Federated Stiefel-ADMM para otimizar o subespaço ortonormal compartilhado sob participação parcial de clientes, acompanhado de análise teórica de convergência e estacionalidade.
4. Validação Empírica: Avaliação em quatro benchmarks de MVTS amplamente utilizados (PSM, SMD, SMAP, MSL) sob configurações federadas não-IID, demonstrando desempenho de detecção competitivo com requisitos de recursos significativamente reduzidos.

4. Resultados Experimentais

Os autores avaliaram o FedKAD contra quatro baselines de aprendizado profundo federado (DeepSVDD, LSTM-AE, USAD, TranAD) em quatro conjuntos de dados.

• Desempenho de Detecção: O FedKAD alcançou o melhor F1 score (sob o protocolo primário PA%K com $k=0.01$) em três dos quatro conjuntos de dados (SMD, PSM, SMAP). No conjunto de dados MSL, apresentou uma degradação marginal em comparação ao melhor baseline (LSTM-AE), mas permaneceu competitivo.
• Ganhos de Eficiência:
  • Velocidade de Treinamento: O FedKAD foi 2.1 $\times$ 10$^3$ (aprox. 2000x) mais rápido no tempo de treinamento comparado aos baselines neurais (ex: 1.7–4.8s vs. 75–4020s).
  • Comunicação: Reduziu a comunicação por rodada em até 80$\times$ (1.0–1.7 MB vs. 2.7–129 MB) ao trocar subespaços de baixo posto em vez de parâmetros de modelos completos.
  • Latência de Inferência: A latência de inferência foi 79$\times$ menor que os baselines neurais (1.9–5.8 $\mu$s vs. valores superiores para modelos profundos).
• Implantação na Borda: Benchmarks de dispositivo no Raspberry Pi 4 confirmaram a adequação do FedKAD para hardware com recursos limitados, alcançando tempos de treinamento de 0.23s por rodada e latências de inferência de 0.79 $\mu$s/passo, com um payload de comunicação de apenas 59 KB por rodada.

5. Significância e Alegações

O artigo afirma que o FedKAD aborda o trade-off fundamental entre precisão de detecção e eficiência de recursos em sistemas IoT federados. Ao substituir a pesada reconstrução neural por modelagem dinâmica de baixo posto leve, o FedKAD:

• Preserva a Privacidade: Dados brutos e dinâmicas reduzidas locais permanecem no dispositivo.
• Supera Desafios de Não-IID: O subespaço compartilhado permite que os clientes aprendam padrões normais comuns enquanto se adaptam à heterogeneidade local via operadores privados.
• Habilita Inteligência de Borda: A redução drástica no tempo de treinamento, overhead de comunicação e latência de inferência torna o FedKAD o único método do estudo capaz de se ajustar aos orçamentos de computação, memória e largura de banda de dispositivos de borda reais e comerciais (ex: Raspberry Pi).

Os autores concluem que, embora os baselines de aprendizado profundo ofereçam boa precisão em configurações centralizadas, eles são frequentemente impraticáveis para implantação de IoT federada. O FedKAD fornece uma alternativa viável que mantém ou melhora o desempenho de detecção enquanto é ordens de magnitude mais eficiente, confirmando sua adequação para detecção de anomalias em IoT de larga escala e com recursos limitados.