|
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んだ，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った．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した．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した.
本年度は最終年度であったが，分散アルゴリズムに関する研究を継続した．研究期間を通じて主に三つの課題に取り組み，成果は制御・信号処理分野トップの国際会議での発表や論文誌への投稿・採録され，国際的な評価も高い．
1. 動的システムの状態推定：ノイズや外乱の影響下にあるシステムの状態推定を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，さらに通信頻度削減の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：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，動作が異常な場合にも高精度で時刻同期を達成する手法を考案した．
3. パラメータ推定に対するレジリエントな分散計算法：ネットワーク上で計測される信号よりパラメータ推定を分散的に行う問題を考え，計測値が攻撃を受ける場合に対するロバストな分散推定法を提案した．
|
