典型网络攻击下一类非线性系统的安全控制

作     者：戈井志 

作者单位：南京邮电大学 

学位级别：硕士

导师姓名：杨杨

授予年度：2021年

学科分类：0839[工学-网络空间安全] 08[工学] 0835[工学-软件工程] 0802[工学-机械工程] 080201[工学-机械制造及其自动化] 

主      题：非线性系统 安全控制 投影算子 分离函数引理 分布式一致 

摘      要：本课题以遭受典型网络攻击的一类非线性系统为被控对象,研究控制回路、跟随者输出信号、传感器或执行器不同部位遭受拒绝服务攻击或遭受欺骗攻击的安全控制问题,采用的研究方法包括投影算子技术、分离函数引理、反步法以及动态面控制技术等理论方法。主要研究工作包括以下三个内容:1、针对被控对象和控制器端之间的控制回路遭受拒绝服务攻击的一类不确定非线性系统,提出了一种事件触发的安全控制方案。当系统受到间歇性拒绝服务攻击时,造成了通信链路阻塞,控制器端无法接收到系统状态。为此设计一个切换自适应状态观测器重构状态。观测器增益求解问题通过Schur补转化为满足无限个解的多不等式组联立,为此提出一个有限次数切换算法。在攻击处理的基础上,设计相对阈值触发方案并结合编码解码的方法,减少信号传输位数,解决网络资源受限的问题。结合设计的观测器和控制器,在满足稳定性参数与攻击特性参数关系的不等式条件下,基于李亚普诺夫理论、平均时间驻留法证明了闭环系统的稳定性。2、针对跟随者输出信号遭受欺骗攻击的多智能体系统,提出一种分布式一致安全控制方案,其中跟随者为非仿射形式。首先,利用中值引理和隐函数引理,将受欺骗攻击影响的非仿射跟随者转化为仿射形式;接着,根据受攻击特性,未受污染的邻居信息不可获得,为此采用投影算子方法设计补偿器抑制欺骗攻击的影响。在处理攻击的基础上,在反步法框架下,引入一个新的自适应参数范数化神经网络权值,以减少神经网络自适应参数个数,设计自适应分布式一致安全控制方案。最后,通过选择Lyapunov函数,分析证明了误差系统是输入状态实际稳定的,并得到闭环系统的所有信号有界。3、针对状态传感器和含死区特性的执行器均遭受欺骗攻击的多智能体系统,提出分布式一致安全控制方案,其中跟随者为严格反馈形式。1)在跟随者增益函数已知的情况下,通过函数分离引理将传感器受攻击影响下的不确定函数分离,并引入自适应参数估计分离参数与攻击上界的合并项,以此应对传感器攻击。利用假设将死区转化为两个部分,一部分包含控制器,一部分包含死区区间,执行器遭受的攻击使得包含死区区间的部分偏移。引入另一个自适应参数估计组合项,其包括死区偏移部分、传感器受到攻击的上界和已知增益,以此来抵消此攻击影响。采用Nussbaum函数处理复合未知增益,其包括另一部分死区、传感器受到的攻击和已知增益。在有界初始条件下,证明了闭环系统的所有信号均有界。2)在跟随者增益函数未知的情况下,与上述情况类似,但在每个跟随者控制器设计的最后一步,采用Nussbaum函数来处理组合的新未知增益,包括传感器遭受的攻击、部分死区和未知增益。在上述两种情况下,结合图论知识分别设计分布式输出一致安全控制方案,并证明在有界初始条件下,闭环系统中所有信号均有界。