Stealthy Attacks on Multi-Agent Reinforcement Learning in Mobile Cyber-Physical Systems
Notice bibliographique
Résumé
Due to their mobility, real-time requirements, energy limitations, and safety considerations, the complexities involved in Mobile Cyber-Physical Systems (MCPSs) surpass those of traditional computing systems. To address these challenges, the use of multi-agent reinforcement learning (MARL) algorithms is gaining significance in the field of MCPS. MARL enables precise, instantaneous, and coordinated decision-making to maximize cumulative rewards through systematic trial and error, even in unfamiliar environments. While MARL algorithms can effectively learn scalable and efficient control policies for MCPSs, their resilience against security and safety attacks has not been thoroughly explored, severely limiting their real-world applications. This paper investigates the robustness of MARL-based MCPS against stealthy adversarial attacks which involve targeting and manipulating a specific mobile node in order to generate deceptive observations that adversely affect the behavior of other MCPS nodes. We adopt the FGSM (Fast Gradient Sign Method) adversarial example technique from deep learning to incorporate a detection evasion mechanism as a new stealth feature. The objective is to entice the compromised node to adopt an adversarial policy that deviates the activations of policy networks in its cooperative nodes from the expected distribution, while evading detection. We empirically demonstrate the susceptibility of MARL algorithms commonly employed in MCPSs, namely MADDPG, to our proposed attack strategies. The evaluation is conducted in three MCPSs, considering both white and black-box settings. By targeting a single node, our attacks have a significantly detrimental impact on the overall performance of the MCPS, resulting in a minimum reduction of 33% and a maximum reduction of 89.6% in the system's overall reward, with an evasion rate ranging from 16% to 36%.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».