2021 Fiscal Year Annual Research Report
Resilient Distributed Algorithms for Multi-Agent Systems
| Project/Area Number |
21F40376
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
石井 秀明 東京工業大学, 情報理工学院, 教授 (50376612)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
YAN JIAQI 東京工業大学, その他部局等, 外国人特別研究員
|
|---|
| Project Period (FY) |
2021-09-28 – 2024-03-31
|
| Keywords | 制御システム / 分散アルゴリズム / サイバーセキュリティ / 合意問題 |
|---|
| Outline of Annual Research Achievements |
本研究では，マルチエージェントシステムにおけるレジリエント合意の問題に取り組む，とくにシステムがデータ改ざん攻撃を受け，一部エージェントが異常もしくは悪意のある行動を取った場合に対してロバストな合意アルゴリズムの高度化を図る．ここでは計算科学のビザンチン型故障に対する分散アルゴリズムのアプローチに則り，アルゴリズムとして各エージェントが自身の値を更新する際に，用いるデータの中から外れ値に相当するデータを求めて除去するものを活用する．計算面でシンプルな上，理論的に厳密な解析ができる特徴を有する．制御理論と分散アルゴリズム論の両分野の成果を融合させることで，従来研究では扱えなかった多次元のダイナミクスを有するエージェントのデータ改ざん攻撃に対するレジリエント化および分散最適化手法の開発を目指す.
本年度は初年度であったが，分散アルゴリズムに関する予備的な研究を進め，主に二つの分散アルゴリズムの課題に取り組んだ．
1. 動的システムの状態推定のための分散アルゴリズム：ノイズや外乱の影響下にあるシステムの状態推定を多数の分散するセンサを用いて実現する．一般的な確率的ノイズに対する場合を検討し，さらに通信頻度を削減するために必要な時刻でのみ送信を行うイベント型通信法を採用した．
2. パルス型振動子ネットワークに対するレジリエント同期法：多数の場所で計測を行うセンサネットワークで重要な技術である時刻同期に対してパルス信号に基づく手法が知られる．本研究では一定数のセンサノードが故障・攻撃され，動作が異常となった場合にも高精度で時刻同期を達成するアルゴリズムを考案する．本年度はパルス型振動子ネットワークに関する基礎を検討した．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
本研究課題で目指す研究に関して，参加者間でこれまで行ってきた研究の内容を共有し，新しい課題を探すことを十分に進めることができた．上述の実績のうち 1. については年度末に国際会議 9th IFAC Workshop on Networked Systems (NecSys'22) に投稿し，採録された．特筆すべきは同会議の若手優秀研究賞の最終候補者5名に残り，最終審査のために通常のポスター発表に代えて全参加者の前での口頭発表を行った．2.についても，新たに取り組むべき課題を絞り込むことができ，次年度に継続して検討を行うこととしている．
|
| Strategy for Future Research Activity |
今後は今年度の研究をさらに進め，さらにレジリエントな分散アルゴリズムの課題にも着手したいと考えている．具体的には以下の課題に取り組む予定．
1. 分散型カルマンフィルタにおける通信量の低減化を図る．そのためにイベントベースの通信を用いるが，カルマンフィルタの分散化に新たな手法を導入することで，状態推定と推定状態に関する合意の両アルゴリズムを分けることとする．
2. 振動子モデルに基づくセンサネットワークの時刻同期問題に対してレジリエント合意手法の適用を考える．従来研究では主に線形なダイナミクスのエージェントを扱っていたが，その非線形システムへの拡張を図るのは有意義である．とくにエージェント間でパルス型通信を用いる場合を考え，個々のエージェントの自然各周波数が異なるケースを扱う．
3. センサネットワークによる分散型パラメータ推定の問題に対してレジリエントな場合を検討する．各センサは未知パラメータに関する計測値を得るが，センサ間で通信を介することで協調してパラメータの真値を推定することを目指す．とくにDREM (dynamic regressor extension and mixing) アルゴリズムを適用する．一定数のセンサが攻撃された場合にもロバストに推定可能な手法を開発する．
|
