基于机器学习的信息物理系统安全控制

摘要：

研究了控制信号被恶意篡改的信息物理系统的安全控制问题.首先,提出一种改进果蝇优化核极限学习机算法(Kernel extreme learning machine with improved fruit fly optimization algorithm,IFOA-KELM)对攻击信号进行重构.然后,将所得重构信号作为系统扰动加以补偿,进而设计模型预测控制策略,并给出了使被控系统是输入到状态稳定的条件.另外,本文从攻击者角度建立优化模型得到最优攻击策略用以生成足够的受攻击数据,基于此数据,来训练改进果蝇优化核极限学习机算法.最后,使用弹簧-质量-阻尼系统进行仿真,验证了改进果蝇优化极限学习机算法和所提安全控制策略的有效性.

关键词：信息物理系统、攻击信号重构、核极限学习机、果蝇优化算法、模型预测控制

所属期刊栏目：47

分类号：TP311.5;TP181;F232

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;北京市自然科学基金;国家自然科学基金;北京市智能物流系统协同创新中心开放课题;研究生创新项目

在线出版日期：2021-07-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：1273-1283