恶意攻击下基于分布式稀疏优化的安全状态估计
恶意生成的量测攻击信号是导致信息物理系统(Cyber-physical system,CPS)探测失效的主要原因,如何有效削弱其影响是实现精准探测、跟踪与感知的关键问题.分布式传感器网络(Distributed sensor network,DSN)依靠多传感器协作与并行处理突破单一监测节点的任务包线,能够显著提升探测系统跟踪精度与可靠性.首先,依据压缩感知理论,将单一节点的目标运动状态估计建模为一种基于l0范数最小化的稀疏优化问题,采用正交匹配追踪法(Orthogonal matching pursuit,OMP)重构量测攻击信号,以克服采用凸优化算法求解易陷入局部最优的缺陷.通过卡尔曼滤波量测更新抵消攻击信号影响,恢复目标运动的真实状态.其次,针对错误注入攻击等复杂量测攻击形式,基于势博弈理论,提出一种分布式稀疏优化安全状态估计方法,利用多传感器节点信息交互与协作提升探测与跟踪的稳定性.仿真结果表明,所提方法在分布式传感器网络协作抵抗恶意攻击方面具有优越性.
恶意攻击、分布式安全状态估计、稀疏优化、势博弈
47
国家自然科学基金;科技创新2030“新一代人工智能”重大项目;航空科学基金
2021-05-24(万方平台首次上网日期,不代表论文的发表时间)
共12页
813-824