Difese basate su ADMM contro comportamenti dannosi nei mercati energetici P2P

Abstract

I mercati di elettricità P2P si affidano sempre più all’ADMM per risolvere gli scambi senza un coordinatore centrale, ma anche un piccolo gruppo di agenti malevoli può manipolare i messaggi e bloccare la convergenza. Questa tesi rafforza il clearing basato su ADMM con uno stack di difesa modulare e distribuibile. Modelliamo un avversario con capacità di manipolazione su larga scala e combiniamo: (i) un filtro Median Absolute Deviation per sopprimere gli outlier; (ii) un meccanismo di fiducia leggero (TRUST) che riduce il peso dei vicini sospetti ricorrenti; (iii) un aggiornamento ADMM rilassato per aumentare velocità e tolleranza sotto attacco moderato; (iv) un osservatore di ammissibilità a run-time che fornisce telemetria sulla resilienza. Attraverso un simulatore event-driven, analizziamo tre topologie: una stella a 8 nodi, un overlay denso a 51 nodi e un grafo sparso, variando tasso e durata degli attacchi. I risultati mostrano che le manomissioni singole vengono spesso assorbite, mentre raffiche prolungate richiedono più difese: MAD gestisce meglio gli attacchi duraturi, TRUST è un allarme sensibile per guasti sporadici, e la rilassazione amplia spesso la regione di sicurezza. La topologia è decisiva: overlay densi restano robusti anche con quote più alte di nodi malevoli rispetto a quelli sparsi.

Peer-to-peer electricity markets increasingly rely on \ac{ADMM} to clear trades without a central coordinator, yet even a small set of malicious agents can bias messages, stall convergence, or derail clearing. This thesis hardens ADMM-based clearing with a modular, deployable defense stack. We model a broadcast-scaling adversary and combine: (i) a Median Absolute Deviation (MAD) filter to suppress outliers; (ii) a lightweight trust mechanism (TRUST) that down-weights recurrently suspicious neighbors; (iii) an over-relaxed ADMM update to improve speed and tolerance under mild attack; and (iv) a run-time admissibility observer that provides resilience telemetry. Using an event-driven simulator, we study an 8-node star, a 51-node dense overlay, and a pruned sparse graph across attack rates and durations. Results show that single-shot tampering is often absorbed, while sustained bursts require more defense; MAD better rescues prolonged attacks, TRUST is a sensitive alarm for sporadic faults, and over-relaxation often expands the safe region. Topology is decisive: dense overlays remain robust at higher malicious shares than sparse ones. Overall, the proposed stack restores convergence and market quality with minimal changes to existing ADMM deployments.