×
刘瑞瑞；郝、费；于浩

干扰信道上多传感器远程状态估计的DoS攻击优化调度。 （英语） Zbl 1465.93090号

J.富兰克林研究所。 358，编号9，5136-5162（2021）.
摘要：在本文中，我们研究了干扰信道上多传感器情况下的最优拒绝服务攻击调度问题。多个攻击者旨在降低攻击者能量约束下远程状态估计的性能。一个攻击者的攻击决策可能会受到其他攻击者的影响，而所有攻击者都会找到自己的最佳策略来降低估计性能。因此，建立了两种不同信息场景下的马尔可夫决策过程和马尔可夫合作博弈，研究了多个攻击者的最优攻击策略。由于高维马尔可夫决策过程（马尔可夫合作博弈）计算复杂，攻击者信息有限，我们提出了一种值迭代自适应动态规划方法来逼近最优解。此外，还分析了最优解的结构性质。在马尔可夫合作博弈中，研究了允许纳什均衡的最优联合攻击策略。通过几个数值模拟验证了主要结果的可行性和有效性。

引用于4文件

MSC公司：

93B70型 网络控制
93C83号 涉及计算机的控制/观察系统（过程控制等）
91A12号机组 合作游戏
90立方厘米 马尔可夫和半马尔可夫决策过程

关键词：

拒绝服务攻击调度；多传感器外壳；马尔可夫决策过程；马尔可夫合作博弈
PDF格式BibTeX公司 XML格式引用
\textit{R.-R.Liu}等人，J.Franklin Inst.358，No.9，5136--5162（2021；Zbl 1465.93090）
全文： DOI程序

参考文献：

[1] 艾哈迈德，S.H。；Kim，G。；Kim，D.，《网络物理系统：架构、应用和研究挑战》，IFIP Wirel。天数（2013）
[2] 莫，Y。；Kim，T.H.J。；Brancik，K。；迪金森，D。；Lee，H。；佩里格，A。；Sinopoli，B.，智能电网基础设施的网络物理安全，Proc。IEEE，100，1195-209（2012）
[3] Rajkumar，R.R。；李，I。；Sha，L。；Stankovic，J.，《网络物理系统：下一次计算革命》，第47届ACM/IEEE设计自动化会议论文集，美国加利福尼亚州阿纳海姆，731-736（2010）
[4] 莫，Y。；查布克斯瓦尔，R。；Sinopoli，B.，《检测SCADA系统的完整性攻击》，IEEE Trans。控制系统。技术。，22, 4, 1396-1407 (2014)
[5] 张，H。；Cheng，P。；Shi，L。；Chen，J.，无线网络控制系统中的最优DoS攻击调度，IEEE Trans。控制系统。技术。，24, 3, 843-852 (2016)
[6] 郭，Z。；石，D。；约翰逊，K。；Shi，L.，远程状态估计的最优线性网络攻击，IEEE Trans。控制网络。系统。，4, 1, 4-13 (2017) ·Zbl 1370.94137号
[7] Fawzi，H。；Tabuada，P。；Diggavi，S.，《对抗性攻击下网络物理系统的安全评估和控制》，IEEE Trans。自动。控制，59，6，1454-1467（2014）·兹比尔1360.93201
[8] 郭，Z。；石，D。；Quevedo，D.E。；Shi，L.，针对完整性攻击的安全状态估计：高斯混合模型方法，IEEE Trans。信号处理。，67, 1, 194-207 (2019) ·Zbl 1414.62349号
[9] 胡，L。；王，Z。；韩，Q。；Liu，X.，虚假数据注入攻击下的状态估计：安全分析和系统保护，Automatica，87，176-183（2018）·Zbl 1378.93119号
[10] 莫，Y。；Sinopoli，B.，《存在完整性攻击时的安全评估》，IEEE Trans。自动。控制，60，4，1145-1151（2015）·Zbl 1360.68439号
[11] 秦，J。；Li，M。；Wang，J。；Shi，L。；Kang，Y。；Zheng，W.，基于SINR的网络针对状态估计的最佳拒绝服务攻击能量管理，Automatica，119，1-15（2020）·兹比尔1451.93153
[12] 孙，Y。；Yang，G.，《拒绝服务攻击下网络物理系统的周期性事件触发弹性控制》，J.Frankl。研究所，355，5613-5631（2018）·Zbl 1451.93244号
[13] 张，H。；齐，Y。；吴杰。；Fu，L。；He，L.，DoS针对远程状态估计攻击能量管理，IEEE Trans。控制网络。系统。，5, 1, 383-394 (2018) ·Zbl 1507.93242号
[14] 李毅。；Yang，G.，《针对网络物理系统中远程状态估计的最佳欺骗攻击》，J.Frankl。研究所，357，3，1832-1852（2020）·Zbl 1430.93141号
[15] 李毅。；Shi，L。；Chen，T.，多传感器远程状态估计的线性欺骗攻击检测，IEEE Trans。控制网络。系统。，5, 3, 846-856 (2018) ·Zbl 1511.68046号
[16] 张，Q。；刘凯。；夏，Y。；Ma，A.，《针对网络物理系统的最佳隐身欺骗攻击》，IEEE Trans。赛博人。，，50, 9, 3963-3972 (2020)
[17] 秦，J。；Li，M。；Shi，L。；Yu，X.，包丢弃网络中带能量约束的最优拒绝服务攻击调度，IEEE Trans。自动。控制，63，6，1648-1663（2018）·兹比尔1395.68076
[18] Incel，O.D.，《无线传感器网络中多信道通信的调查》，计算。净值。，55, 13, 3081-3099 (2011)
[19] Han，D。；吴杰。；张，H。；Shi，L.，多线性动力系统的最优传感器调度，Automatica，75，260-270（2017）·Zbl 1352.93101号
[20] 彭，L。；曹，X。；Sun，C。；Cheng，Y。；Jin，S.，针对无线网络物理系统中远程状态估计的节能干扰攻击计划，神经计算，272571-583（2018）
[21] 任，X。；吴杰。；戴伊，S。；Shi，L.，多系统远程状态估计的攻击分配：结构结果和渐近解，Automatica，87，184-194（2018）·兹比尔1378.93122
[22] Wang，Y。；Karimi，H.R。；香港林。；Yan，H.，不可靠通信链路下非线性离散广义系统的模糊输出跟踪控制和滤波，IEEE Trans。网络。，，50, 6, 2369-2379 (2020)
[23] 丁·K。；李毅。；Quevedo，D.E。；戴伊，S。；Shi，L.，DoS攻击下远程状态估计的多通道传输调度，Automatica，78，194-201（2017）·Zbl 1357.93097号
[24] Liu，H.，DoS攻击者下基于SINR的多信道功率调度：信息不完全的Stackelberg博弈方法，Automatica，100，274-328（2019）·Zbl 1411.91163号
[25] 丁·K。；李毅。；戴伊，S。；Shi，L.，协调下远程状态估计的多传感器传输管理，IFAC论文在线，50，1，3829-3834（2017）
[26] 李毅。；Mehr，A.S。；Chen，T.，通过基于SINR的通信信道进行远程估计的多传感器发射功率控制，Automatica，10178-86（2019）·Zbl 1415.93252号
[27] 李毅。；陈，C。；Wong，W.，干扰信道上多传感器远程状态估计的功率控制，系统。对照Lett。，126, 1-7 (2019) ·Zbl 1425.93196号
[28] 彭，L。；Shi，L。；曹，X。；Sun，C.，针对远程状态估计的最佳攻击能量分配，IEEE Trans。自动。控制，63，7，2199-2205（2018）·Zbl 1423.93386号
[29] 福登堡，D。；Tirole，J.，博弈论（1991），剑桥：剑桥马萨诸塞州·Zbl 1339.91001号
[30] Bertsekas，D.P。；Tsitsiklis，J.N.，神经动力学编程（1996），雅典娜科学：雅典娜科技贝尔蒙特，马萨诸塞州·Zbl 0924.68163号
[31] H.Yang，Y.Li，H.Yuan，Z.Liu，执行器饱和网络控制系统安全的自适应动态规划，Inf.Sci.10.1016/j.ins.2018.05.039·Zbl 1448.93124号
[32] 刘易斯，F.L。；Syrmos，V.L.，《最优控制》（2012），威利出版社：威利纽约·Zbl 1284.49001号
[33] Shi，L。；Zhang，H.，调度两个Gauss-Markov系统：带宽约束下远程状态估计的最优解，IEEE Trans。信号处理。，2038-2042年4月60日（2012年）·Zbl 1391.93217号
[34] 安德森，B.D。；Moore，J.B.，《最佳过滤》（2012），剑桥：马萨诸塞州剑桥市，美国：Courier Corporat。
[35] R.Liu，F.Hao，H.Yu，通过自适应动态规划方法进行远程状态估计的基于SINR的DoS攻击优化调度，IEEE Trans。系统。人类网络。系统10.1109/TSMC2020.2981478
[36] 吴杰。；袁，Y。；张，H。；Shi，L.，在线时间表如何改善沟通和评估权衡？，IEEE传输。信号处理。，61, 7, 1625-1631 (2013) ·Zbl 1393.94089号
[37] 李毅。；张，F。；Quevedo，D.E。；Lau，V.公司。；戴伊，S。；Shi，L.，用于远程状态估计的能量收集传感器的功率控制，IEEE Trans。自动。控制，62，1，277-290（2017）·Zbl 1359.93330号
[38] 张，H。；姜浩。；罗，Y。；Xiao，G.，使用强化学习方法的离散时间多智能体系统的数据驱动最优一致性控制，IEEE Trans。Ind.Electron公司。，64, 5, 4091-4100 (2017)
[39] Shi，L。；Cheng，P。；Chen，J.M.，通信能量约束下最优状态估计的传感器数据调度，Automatica，47，8，1693-1698（2011）·Zbl 1226.93126号
[40] Topkis，D.M.，最小化格上的子模函数，Oper。第26、2、305-321号决议（1978年）·Zbl 0379.90089号
[41] Lin，Z.，《数学经济基础》（2011），北京大学出版社
[42] 张，Q。；赵，D。；Zhu，Y.，输入部分受限的连续时间完全合作博弈的数据驱动自适应动态规划，神经计算，238377-386（2017）
[43] 姜浩。；张，H。；谢，X。；Han，J.，通过自适应动态规划实现具有控制约束的离散时间多层系统合作博弈的神经网络学习算法，神经计算，344，13-19（2019）
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。