Byzantine-Resilient Federated Multi-Agent Optimization Framework for Cyber-Secure Interconnected Microgrids

本論文は、マイクログリッド群の分散制御において、Stealthy False Data Injection Attack（S-FDI）に対抗するため、Byzantine耐性を持つフェデレーション型マルチエージェント強化学習（BR-FedMAPPO）を提案する。各マイクログリッドのローカルActor-Criticエージェントは共有エンコーダと非公開アクションヘッドに分割され、D-FACTS、BES、連系線の構成情報を秘匿しつつ、グローバル学習による移動目標防御と適応的島嶼化戦略を習得する。[L3]

システム設計では、D-FACTS リアクタンス制御、BES注入の再配向、マイクログリッド間の電力フローの最適化、および連続的な島嶼化信号を含むアクションベクトルを導入する。二段階Byzantine耐性集約ルールでは、トリミング平均フィルタリングと報酬加重更新を組み合わせ、F1スコアと偽陽性率に基づく検出品質スコアでクライアント間の誤検知を抑制する。IEEE 30・118バステストシステムベースの4接続マイクログリッドで検証し、協調的攻撃の緩和と連鎖破壊の遮断を確認した。[L3]

BES（Battery Energy Storage）制御が重要な実行機構であるが、論文はセキュリティと制御則に重点を置き、BES材料特性やセル劣化への言及なし。実運用化にはサイバー耐性と電力応答性の詳細な数値評価（応答時間ms単位、効率維持率%）が必須。日本の大型BESメーカーにとっては、制御ファームウェアの強化対象として中期的な参考価値あり。[L3]