DoS/数据注入攻击下基于一致性的信息物理系统安全性研究

来源 :天津大学 | 被引量 : 0次 | 上传用户:yu8937
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,随着感知、通信、控制以及计算机技术的发展,信息物理系统得到了广泛的关注与研究。信息物理系统通过将信息层与物理层有机结合,实现了自动控制系统的状态感知、科学决策与精准执行。然而由于系统的复杂性以及信息层通信协议的开放性,信息物理系统面临严峻的安全挑战。多智能体系统作为一类重要的信息物理系统,在许多关键领域均有重要应用。然而,由于智能体之间通过网络以及控制协议相互作用,一旦网络结构或者控制协议受到恶意攻击者破坏,整个控制系统将会受到严重影响,甚至不能稳定可靠运行。因此,研究攻击作用下多智能体系统的安全性和可靠性具有重要的理论和工程意义。本文针对拒绝服务攻击以及数据注入攻击作用下的多智能体系统安全性进行了研究,主要工作有如下几个方面:
  首先,分析了拒绝服务攻击下多智能体系统的一致性问题。针对线性和非线性多智能体系统,分别设计了状态重置机制。当观测器网络受到拒绝服务攻击时,系统在状态重置机制作用下仍然可以实现一致性。结合Lyapunov方法,给出了当观测器通信网络和控制器通信网络均受到攻击时,保证多智能体系统实现一致性的判据。
  其次,研究了注入攻击作用下基于一致性算法的经济调度系统的安全性问题。通过分析经济调度系统在注入攻击作用下的运行情况,得到了系统状态的一致性收敛点。采用基于虚拟系统的竞争交互机制消除或者削弱了注入攻击作用对系统一致性造成的影响,使收敛点达到最优。
  最后,基于感知的状态估计机制进一步对注入攻击作用下多智能体系统的一致性进行了研究。给出了一种基于感知的状态估计机制,并结合判别机制对感知估计得到的状态值与通信网络接收到的状态信息进行比较,决定采用何种状态值进行状态更新,以保证多智能体系统的安全性。
其他文献
在阵列信号处理(Sensor Array Signal Processing)中,波达方位(Direction-of-Arrival,DOA)估计是非常重要的研究方向之一,它广泛应用于勘探、雷达、导航、射电天文学以及地震等众多军事领域和国民经济领域。在实际波达方位估计系统中,相关干涉仪算法是一种常用的测向算法,具有算法简单,灵敏度高等优点,并且该算法精度较高,因而被广泛应用于多通道和单通道系统中。
学位
极化码是一种能够达到信道容量的信道编码,由于编译码的低复杂度和信道容量可达的特性,自其被提出就引起了许多学者的关注。但是,传统的连续删除译码算法的串行输出特点导致较大的译码时延。虽然后来提出的简化连续删除译码算法达到了部分组合码的并行译码输出,但是还有一大部分组合码由于串行译码带来的时延较大的问题仍没有得到解决。针对这个问题,本课题设计了一种基于预译码的最大似然简化连续删除(Pre-Decodin
学位
森林生物量是更好地理解全球变化和碳循环的关键参数。然而由于森林资源调查的困难性,目前并没有全球尺度的生物量数据。近年来用合成孔径雷达(Synthetic Aperture Radar,SAR)技术来估测生物量受到了越来越多的关注,因其在全球尺度下估测森林生物量的潜力。基于长波长林下穿透能力强的优势,如今许多国家都致力于长波长星载SAR的研究来对全球森林生物量进行估测,我国也在2017年由上海航天技
超宽带(Ultra-wideband, UWB)技术是一种无载波通信技术,美国联邦通讯委员会(Federal Communications Commission, FCC)将3.1GHz到10.6GHz分配给UWB,因此,UWB技术具有带宽高、速率快等特点。自组织网络(ad-hoc network)网络特点就是网络节点可自由移动,因此,Ad-hoc网络拓扑时刻变化,Ad-hoc网络拓扑发现需要节点
学位
气液两相流流动形态的瞬态性以及复杂多样性,致使两相流中相含率的准确测量难度增加,测量结果受流型的影响大。利用起旋器的分离作用对流型进行规则化的方法,在一定程度上克服复杂流型对测量结果的影响,为气液两相流相含率的准确测量奠定了基础。为提高测量的准确度,本文采用CFD仿真、理论和实验三种研究手段相结合的方法,对气液两相螺旋环状流的衰减特性进行了研究,提出了螺旋流压降预测模型和螺旋环状流衰减模型,为工程
视觉信息感知与处理一直是类脑计算的热点问题之一,一方面它将有助于揭示人脑视觉系统中的高效信息处理机制,另一方面它将帮助人们解决类脑计算应用中的信息理解与处理等难题,但是目前结合类脑计算进行视觉信息处理的研究还尚未完善。本文将生物视觉理论和模拟视觉感知流程的计算模型与脉冲神经网络模型相结合,提出了模拟腹侧视觉通路功能的脑启发视觉神经元网络模型,并研究了其在FPGA平台下的高效硬件实现方法。本文主要贡
脑电图和磁共振成像是阿尔茨海默症临床诊断的有效手段,但由于缺乏有效的神经影像特征,导致阿尔茨海默症辨识准确率较低。本文将现代信息处理技术和机器学习方法相结合,对神经影像数据进行量化分析,评估患者脑功能,从而为该的病诊断提供有效依据。  设计电生理实验,采集阿尔茨海默症患者脑电数据,利用排序耦合指数分析多通道脑电信号之间的相关性,并构建脑功能网络。采用复杂网络方法,对脑功能网络结构进行分析,提取病变
准确的肾小球显微医学图像分割是肾脏病理学中获得可靠疾病诊断的关键之一。目前,肾小球图像分割研究工作大多使用的是传统的模式识别或者机器学习的方法,这些方法需要针对不同图像设计相应特征,分析方法复杂。近年来,基于卷积神经网络的深度学习技术极大地推动了数字病理学自动化分析的发展,在医学图像处理领域得到广泛应用。本文将基于卷积神经网络的深度学习方法应用于肾小球显微医学图像分割,提出一种基于改进的MaskR
学位
随着科学技术的快速发展,旋翼无人机在许多领域取得成功的应用。但是,目前无人机主要执行的是航拍等“被动”型的任务,无法对环境物体进行抓取、维修等“主动”操作,限制了其应用范围和优势的发挥。主动作业型无人机是指由无人机与作业装置(如:机械臂)共同组成的具有主动作业能力的一种新型无人机系统。主动作业型无人机可应用在小型危险品的拾取与搬运、空中物流运输和高空设备维检等方面,具有广阔的应用前景。  旋翼飞行
海马是大脑的重要组成部分,其与人类的学习、记忆等功能紧密相关。由于海马结构复杂,建立功能网络研究其学习等功能是一种新的方法。实现对海马学习、记忆等功能的模拟是实现类脑计算的重要组成部分,而采用现场可编程门阵列(FPGA)实现海马功能网络是类脑计算的研究方向和难点之一,本文通过构建海马功能神经元网络模拟海马神经元的学习、记忆等功能,探究其网络结构与学习效果的关系,并采用FPGA实现该功能网络。  首