DoS攻击下多智能体系统安全一致性研究

来源 :重庆邮电大学 | 被引量 : 0次 | 上传用户:A67793166
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
一致性协同控制是智能系统群体智能涌现的前提,具有重要的理论研究与实际应用价值。现有的系统鲁棒性与容错机制的设计,不能满足外部攻击侵入时系统的安全性要求。因此,研究复杂系统的安全一致性协同控制问题显得非常迫切。拒绝服务(Denial-of-Service,DoS)攻击是当前黑客常用的攻击方式之一,现有的相关研究工作主要存在如下几个亟待进一步完善与解决的问题:DoS攻击建模较为简单,主要集中于多信道同步攻击而较少涉及更为灵活的多信道独立DoS攻击;多智能体系统建模较为简单,主要基于合作关系的一阶连续系统;DoS攻击期间用于状态估计的估计器设计不够灵活。针对上述问题,本文讨论了两类多智能体系统的安全一致性协同控制问题,主要内容概述如下:(1)针对攻击建模和系统建模的不足,研究了DoS攻击下一类二阶多智能体系统的安全分组一致性问题。基于多信道独立DoS攻击,同时考虑了智能体间的合作-竞争交互,设计了一种新颖的安全分组一致性协议,并分析给出了二阶连续系统实现安全分组一致的条件判据。最后,通过仿真实验,验证了所得结论的正确性与控制器的有效性。(2)针对攻击建模以及估计器设计的不足,研究了在DoS攻击下基于估计器的一类多智能体系统的安全分组一致性问题。区别于同类工作,在非周期性多信道独立的攻击场景下,基于智能体间的合作-竞争交互,提出了一种新颖的带有状态估计器的安全分组一致性控制协议。通过设计合适的李雅普诺夫函数,结合求解代数黎卡提方程得到了不同攻击模式下信道的衰减率,并给出了系统的稳定性判据。实验结果表明,所设计的估计器可以有效减弱多信道独立DoS攻击造成的不良影响,同时加快系统的收敛速度。(3)为进一步验证本文提出的控制协议的有效性与正确性,采用Java开发语言,基于无人机编队控制的模型,设计并实现了DoS攻击下多智能体系统安全分组协同控制仿真系统,动态展示了多智能体系统在多信道独立DoS攻击下实现安全分组一致的实现过程。
其他文献
随着企业数字化转型,信息物理系统(Cyber-Physical Systems,CPS)在智能机器人、智慧工厂、智能交通、工业监测等多个行业得到广泛应用。为适应现代化分布式系统发展,许多CPS基于微服务架构部署。随着越来越多服务组件接入CPS系统,导致CPS中服务更加复杂、海量、异质,且存在的诸多不确定性,同时,由于存在大量需要动态生成的微服务,必然会导致服务质量波动剧烈,且影响服务组合效率;此外
学位
近年来,随着互联网和互联网金融的快速发展,如何及时有效地对互联网金融企业或产品进行监管,对保障投资人权益、防范金融风险具有重要意义。当前的互联网金融舆情监管主要依靠的是基于人力的各类专项整治监管手段,然而互联网金融涉及业务广,经营方式复杂,传统的监管方式很难及时发现金融舆情并做出有效应对。互联网金融的持续发展在互联网上也催生了一系列关于金融企业或产品的新闻、评论等文本数据,这些文本数据有时效性高、
学位
随着医学影像技术的不断提高,医学成像在临床诊断和治疗中已经成为必不可少的一部分。然而单模态的医学图像难以充分、准确地反映病理组织信息。医学图像融合是指通过各种算法将两幅或两幅以上多模态医学图像整合到一幅融合图像上,融合图像集成了输入源图像的特征信息,能够为临床诊断提供精准的判断依据。目前已经有大量的医学图像融合方法被提出,但是现有的融合方法普遍存在细节、亮度丢失以及颜色失真等问题,医疗诊断需要更多
学位
近年来,以深度学习为代表的人工智能技术取得了重大的突破,并已经融入到人们日常生活的各个领域。然而,深度学习技术飞速发展的同时,也极易受到来自对抗样本的安全威胁。攻击者可以利用相关对抗样本生成算法在干净样本中添加细微的扰动,将干净样本转化为对抗样本,从而颠覆模型的原定输出。与此同时,随着对抗样本攻击技术的发展,越来越多的对抗样本生成算法层出不穷,对抗攻击方式也在不断更新,给对抗攻击的防御带来了巨大的
学位
兼具高时间和高空间分辨率的遥感图像在地球科学应用中发挥着关键作用。由于硬件技术与经济成本的限制,单一卫星或传感器难以直接获取到这类图像。因此,能够通过软件技术方法获得这类图像的遥感图像时空融合方法近年受到了广泛关注。近年来,使用深度学习进行时空融合的方法在融合精度上取得一定的性能优势,但这些融合方法仍存在一些亟需解决的问题。针对现存问题,本文以陆地卫星图像和中分辨率成像光谱仪(MODIS)图像的融
学位
时间序列是一种重要的结构化数据类型,通常是指对一个或多个待测指标,按照相同时间间隔,持续采集获得的有序数据,其直观反映了待测指标的发展规律和运行状态,在工业、交通、气象等行业领域广泛存在。由于内外界因素的影响,时间序列中会出现与客观规律存在显著差异的异常数据,及时检测出异常数据对维护系统稳定、提高服务质量有着重要的意义。本文针对点异常、上下文异常等多类型异常检测需求,以进一步提高检测精度为目标,重
学位
医学图像在临床诊断中有着相当重要的作用,医生根据医学图像诊断患者的疾病并且撰写报告,由于撰写报告需要大量时间,因此,为医学图像自动生成诊断报告具有很高的临床医用价值。近年来,已有许多基于深度学习的方法应用在医学图像主题生成任务中,其中最为突出的是基于编码器-解码器的方法。基于编码器-解码器的方法常用的解码器是长短时记忆网络,在解码阶段输入特征和隐藏状态相互独立,可能会导致上下文信息丢失,句子生成质
学位
随着社会的进步与发展,人们对获取的信息质量要求越来越高,高质量图像与视频逐渐成为了信息的主要载体。图像拼接是使断开的图像信息回归完整的技术,且顺序图像拼接技术已经广泛应用于生活与工业各领域,但是对于无序图像拼接,无论从精度上还是效率上,都还有许多尚未解决的问题。无序图像拼接是从同一场景下的多幅具有重叠部分的无序图像中找到相互匹配的图像序列,将其拼接成一幅包含更多信息的宽视角图像的一项技术。无论是在
学位
大数据时代的到来导致网络中数据量爆炸式增长,给检索技术带来了前所未有的挑战,能够快速又准确地返回检索的信息是目前的研究热点。传统的搜索引擎检索方式通过输入关键字的方式检索返回相关文档,但是需要用户进一步对文档进行筛选才能找到所需要的信息,其低效率的检索方式已经不能满足人们日益增长的需求。相比之下,问答系统可以根据使用者自然语言形式的提问直接返回精确的答案句,提高了用户体验。答案选择任务是问答系统的
学位
期刊