面向ADMM分布式优化的残差逃避攻击
密码学与安全
2025-04-29 v1 分布式、并行与集群计算
机器学习
最优化与控制
摘要
本文提出两种旨在规避ADMM系统检测的攻击策略,通过防止攻击迭代中残差发生显著变化来实现 undetected。虽然许多检测算法专注于通过残差变化识别虚假数据注入,但我们展示了这些攻击通过保持残差基本不变而保持 undetected。第一种策略采用随机起始点结合Gram-Schmidt正交化以确保隐形, Potential通过增强正交分量来提高系统破坏力以进行细化。第二种策略基于第一种策略,通过操纵无功功率并将系统推向最高电压限制来实现财务收益,利用操作约束。通过对IEEE 14-bus系统的案例研究,展示了所提出的抗攻击机制的有效性。对两种策略以及常见的单纯攻击进行比较,揭示了简单性、检测规避性和有效性之间的权衡,为ADMM系统漏洞提供了洞见。这些发现凸显了需要更稳健的监控算法来保护免受高级攻击策略的必要性。
关键词
引用
@article{arxiv.2504.18570,
title = {Residual-Evasive Attacks on ADMM in Distributed Optimization},
author = {Sabrina Bruckmeier and Huadong Mo and James Qin},
journal= {arXiv preprint arXiv:2504.18570},
year = {2025}
}
备注
10 pages, 12 figures, 2 tables