Perfectly Undetectable Reflection and Scaling False Data Injection Attacks via Affine Transformation on Mobile Robot Trajectory Tracking Control

要約

重要なアプリケーションへのサイバー物理システム (CPS) の統合が進むにつれ、サイバー攻撃に対する回復力を確保することが最も重要になります。
特に懸念される脅威は、検出されないままシステムのパフォーマンスを低下させる不正な攻撃に対する CPS の脆弱性です。
この論文では、非ホロノミック移動ロボットの軌道追跡制御を標的とした、完全に検出不可能な誤ったデータ注入攻撃 (FDIA) を調査します。
提案された攻撃方法は、傍受した信号のアフィン変換を利用し、非線形プラントの部分線形の動的特性と対称性に固有の弱点を利用します。
これらの攻撃の実現可能性と潜在的な影響は、Turtlebot 3 プラットフォームを使用した実験を通じて検証されており、そのような脅威から CPS を保護するための高度な検出メカニズムと回復力のある制御戦略が緊急に必要であることが強調されています。
さらに、状態監視署名機能 (SMSF) と呼ばれる、これらの攻撃を検出するための新しいアプローチが導入されています。
SMSF の例は、FDIA に耐性のある慎重に設計された機能であり、システム状態に基づく署名を通じて FDIA の存在を検出できることが示されています。

要約(オリジナル)

With the increasing integration of cyber-physical systems (CPS) into critical applications, ensuring their resilience against cyberattacks is paramount. A particularly concerning threat is the vulnerability of CPS to deceptive attacks that degrade system performance while remaining undetected. This paper investigates perfectly undetectable false data injection attacks (FDIAs) targeting the trajectory tracking control of a non-holonomic mobile robot. The proposed attack method utilizes affine transformations of intercepted signals, exploiting weaknesses inherent in the partially linear dynamic properties and symmetry of the nonlinear plant. The feasibility and potential impact of these attacks are validated through experiments using a Turtlebot 3 platform, highlighting the urgent need for sophisticated detection mechanisms and resilient control strategies to safeguard CPS against such threats. Furthermore, a novel approach for detection of these attacks called the state monitoring signature function (SMSF) is introduced. An example SMSF, a carefully designed function resilient to FDIA, is shown to be able to detect the presence of a FDIA through signatures based on systems states.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google