×
谢尔盖·戈尔巴乔夫;杨，杨;Liu，启东;葛敬之;岳、董;阿什什·马尼;德米特罗·舍甫丘克

传感器和执行器攻击下非线性多智能体系统的分布式安全一致性控制。 （英语） Zbl 1518.93130号

J.富兰克林研究所。 360，第11号，7501-7534（2023）.
摘要：本文主要研究传感器和执行器攻击下非线性多智能体系统（MAS）的输出安全一致性控制问题。MAS中的跟随器采用严格反馈形式，具有未知的控制方向和未知的死区输入，执行器中的传感器和死区的非线性特性都会因恶意攻击而瘫痪。为了应对传感器攻击，利用分离定理分离出单个跟随者中的不确定动态，并引入估计参数来补偿和减轻对手的影响。将执行器攻击的影响视为死区非线性中的总位移，并引入了该位移的上限及其估计。将死区非线性、传感器攻击和未知控制增益集合为复合未知控制方向，利用Nussbaum函数解决未知控制方向的问题。因此，在表面控制方法的框架内，为每个跟随者递归地开发了一种分布式安全一致性控制策略。从理论上分析了闭环MAS的稳定性，证明了尽管存在非线性动力学和恶意攻击，MAS仍能实现输出一致性。最后，通过数值算例和一组机电系统对理论结果进行了验证。

引用于1文件

MSC公司：

93D50型 共识
93甲16 多代理系统
93立方厘米 控制理论中的非线性系统
93B52号 反馈控制
PDF格式BibTeX公司 XML格式引用
\textit{S.Gorbachev}等人，J.Franklin Inst.360，No.11，7501--7534（2023；Zbl 1518.93130）
全文： 内政部

参考文献：

[1] 王，D。；Wang，Z。；沈，B。；Alsaadi，F.E。；Hayat，T.，《安全和资源约束下网络物理系统过滤和控制的最新进展》，J.Frankl。研究所，353，11，2451-2466（2016）·Zbl 1347.93109号
[2] 彭，Z。；Wang，J。；王，D。；Han，Q.L.，《多自动水面车辆协调控制最新进展概述》，IEEE Trans。Ind.Inf.，17，2，732-745（2021）
[3] T.Li，W.Bai，Q.Liu，Y.Long，C.L.P.Chen，通过强化学习方法实现离散时间多智能体系统的分布式容错包容控制协议，IEEE Trans。神经网络。学习。系统。doi:10.1109/TNNLS.2021.3121403。
[4] 李，C。；唐，S。；Wang，W.，SISO非线性系统的模糊自适应高增益观测器反推控制，信息科学。（纽约），181，11，2405-2421（2011）·Zbl 1232.93052号
[5] 王，Q。；希拉克斯，H.E。；Sun，C.，在不平衡和交换拓扑下具有未知高频增益符号的多代理的协同控制，IEEE Trans。自动。对照，64,62495-2501（2019）·Zbl 1482.93055号
[6] H.Yang，T.Li，Y.Long，C.L.P.Chen，Y.Xiao，基于模型预测控制的多个电动弹簧在直流微电网中的分布式虚拟惯性实现，IEEE Trans。Ind.Electron公司。doi:10.1109/TIE.2021.3130332。
[7] 彭，Z。；Wang，J。；Wang，D.，基于神经动力学优化和模糊逼近的自主水面车辆分布式机动，IEEE Trans。控制系统。技术。，26, 3, 1083-1090 (2018)
[8] Zuo，Z.，二阶多智能体网络的非奇异固定时间一致性跟踪，Automatica，54，305-309（2015）·Zbl 1318.93010号
[9] Hong，H。；于伟（Yu，W.）。；文，G。；Yu，X.，非线性和扰动多智能体系统的分布式鲁棒定时一致性，IEEE Trans。系统。人类网络。系统。，47, 7, 1464-1473 (2017)
[10] 金，X。；王，S。；秦，J。；郑伟新。；Kang，Y.，一类具有电路实现的不确定非线性二阶多智能体系统的自适应容错一致性，IEEE Trans。电路系统。我是Regul。爸爸。，65, 7, 2243-2255 (2018) ·Zbl 1468.93096号
[11] 赵，L。；Yang，G.，具有欺骗攻击的多智能体系统的合作自适应容错控制，J.Frankl。研究所，357，6，3419-3433（2020）·Zbl 1437.93026号
[12] Ye，D。；Luo，S.，《执行器故障和网络攻击下网络物理系统的联合设计方法》，J.Frankl。Inst.，356，41856-1879（2019）·Zbl 1409.93047号
[13] 张，T。；Ye，D.，《网络物理系统中完全隐形的虚假数据注入攻击：自生方法》，Automatica，120，109117（2020）·Zbl 1448.93125号
[14] 高，Y。；Sun，G。；刘杰。；Shi，Y。；Wu，L.，针对联合传感器和致动器攻击的CPS状态估计和自触发控制，Automatica，113，108687（2020）·Zbl 1440.93012号
[15] An，L。；Yang，G.H.，《针对传感器和执行器攻击的改进自适应弹性控制》，《信息科学》。（纽约），423145-156（2018）·Zbl 1447.93160号
[16] 黄，X。；Dong，J.，针对同时隐身传感器和执行器攻击的t-s模糊系统自适应安全控制方案，IEEE Trans。模糊系统。，1978-1991年7月29日（2021年）
[17] Tan，Y。；刘，Q。；杜，D。；牛，B。；Fei，S.，带量化和随机网络攻击的互联模糊系统基于观测器的有限时间h控制，IEEE Trans。模糊系统。，29, 3, 674-685 (2021)
[18] 陈，G。；Zhang，Y。；顾S。；Hu，W.，《针对执行器和传感器的虚假数据注入攻击的网络物理系统的弹性状态估计和控制》，IEEE Trans。控制网。系统。，9, 1, 500-510 (2022)
[19] Bansal，K。；Mukhija，P.，随机网络攻击下分布式网络控制系统的非周期采样数据控制，IEEE/CAA J.Autom。罪。，7, 4, 1064-1073 (2020)
[20] 莫达雷斯，H。；Kiumarsi，B。；刘易斯，F.L。；费雷斯，F。；Davoudi，A.，传感器和执行器受到攻击时多代理系统的弹性和鲁棒同步，IEEE Trans。Cybern，50，3，1240-1250（2020年）
[21] 华，C。；张，L。；Guan，X.，具有未知死区输入的领导跟踪高阶随机非线性多智能体系统的分布式自适应神经网络输出跟踪，IEEE Trans。Cybern，47，1，177-185（2017）
[22] 苏，H。；Zhang，W.，具有模糊死区和未建模动态的随机非线性系统的自适应模糊控制，IEEE Trans。Cybern，50，2587-599（2020年）
[23] 卢克。；刘，Z。；赖，G。；Zhang，Y。；Chen，C.L.P.，具有分段时变参数执行器死区的不确定非线性系统的自适应模糊跟踪控制，IEEE Trans。模糊系统。，27, 7, 1493-1505 (2019)
[24] Jing，Y.-H。；Yang，G.H.，具有未知死区和未建模动态的不确定非线性系统的模糊自适应容错控制，IEEE Trans。模糊系统。，27, 12, 2265-2278 (2019)
[25] 刘义杰。；李，S。；唐，S。；Chen，C.L.P.，具有未知非仿射死区输入的非线性离散时间系统基于神经逼近的自适应强化学习控制，IEEE Trans。神经网络。学习系统。，30, 1, 295-305 (2019)
[26] Shojaei，F。；阿雷菲，M.M。；Khayatian，A。；Karimi，H.R.，具有未知控制方向和未知死区的不确定非紧反馈系统的基于观测器的模糊自适应动态表面控制，IEEE Trans。系统。人类网络。系统。，49, 1, 2340-2351 (2019)
[27] Nussbaum，R.D.，关于参数自适应控制中一个猜想的一些评论，系统。控制信函。，3, 5, 243-246 (1983) ·Zbl 0524.93037号
[28] 王，Q。；希拉克斯，H.E。；孙，C。；Lewis，F.L.，具有对抗性交互的非线性代理时变网络的自适应NN分布式控制，IEEE Trans。神经网络。学习系统。，32, 6, 2573-2583 (2021)
[29] 王，Q。；Sun，C.，有向图下具有未知高频增益符号的多智能体系统的自适应一致性，IEEE Trans。系统。人类网络。系统。，5012181-2186（2020）
[30] 尹，S。；高，H。；邱，J。；Kaynak，O.，基于模糊逼近的未知控制方向非线性系统自适应容错控制，IEEE Trans。系统。人类网络。系统。，47, 8, 1909-1918 (2017)
[31] 于，Z。；李，S。；于，Z。；Li，F.，具有未知回滞和未知控制方向的非严格反馈随机非线性系统的自适应神经输出反馈控制，IEEE Trans。神经网络。学习系统。，29, 4, 1147-1160 (2018)
[32] 雷扎伊，H。；Abdollahi，F.，随机拓扑下控制方向未知的非线性多智能体系统的自适应一致性控制，IEEE Trans。神经网络。学习。系统。，29, 8, 3538-3547 (2018)
[33] 高，R。；黄，J。；Wang，L.，具有传感器和执行器攻击的不确定多智能体系统的无领导一致性控制，信息科学。（纽约），505144-156（2019）·1460.93090兹罗提
[34] 刘义杰。；高，Y。；唐，S。；Li，Y.，一类带死区的非线性离散时间系统基于模糊逼近的自适应反推最优控制，IEEE Trans。模糊系统。，24, 1, 16-28 (2016)
[35] 德国柏林
[36] Genge，B。；亲吻，我。；Haller，P.，《用于评估网络攻击对关键基础设施影响的系统动力学方法》，国际期刊《关键基础设施》。保护。，10, 3-17 (2015)
[37] 帕金森氏症。；沃德，P。；Wilson，K。；Miller，J.，《自主和互联车辆面临的网络威胁：未来挑战》，IEEE Trans。智力。运输。系统。，18, 11, 2898-2915 (2017)
[38] 关，Y。；Ge，X.，针对虚假数据注入攻击和干扰攻击的网络网络物理系统的分布式攻击检测和安全估计，IEEE Trans。信号信息处理。净值。，4, 1, 48-59 (2018)
[39] Swaroop，D。；Hedrick，J.K。；叶，P.P。；Gerdes，J.C.，一类非线性系统的动态表面控制，IEEE Trans。自动。控制，45，10，1893-1899（2000）·Zbl 0991.93041号
[40] 王，D。；黄，J.，基于神经网络的自适应动态表面控制，用于一类严格反馈形式的不确定非线性系统，IEEE Trans。神经网络。，16, 1, 195-202 (2005)
[41] Ge，S.S.公司。；Wang，C.，不确定MIMO非线性系统的自适应神经控制，IEEE Trans。神经网络。，152674-692（2004年）
[42] 李·T。；王，D。；冯·G。；Tong，S.，《严格反馈非线性系统鲁棒自适应神经网络跟踪控制的DSC方法》，IEEE Trans。系统。人类网络。B部分（Cybern.），40，3，915-927（2010）
[43] 邵，X。；Ye，D.，受dos攻击和执行器故障影响的随机非线性高阶MAS的模糊自适应事件触发安全控制，IEEE Trans。模糊系统。，29, 12, 3812-3821 (2021)
[44] 刘伟。；Qian，C.，非线性参数化系统的自适应控制：最小反馈情况，IEEE Trans。自动。控制，47，8，1249-1266（2002）·Zbl 1364.93399号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。