马尔可夫信息物理系统拒绝服务攻击安全控制

研究了马尔可夫跳变信息物理系统(CPS)在模态依赖拒绝服务(DoS)攻击下的安全控制问题.提出了一种模态依赖事件触发策略来减少网络资源消耗.特别地,DoS攻击被设置为依赖系统模态,从而更贴近实际的应用.基于Lyapunov Krasovskii泛函方法建立了闭环系统在DoS攻击下渐近一致有界的充分性条件.更进一步,根据矩阵技术设计了所需的安全控制器.最后,通过一个实例说明了该方法的有效性.

网络攻击下基于观测器的信息物理系统输出反馈控制

针对信息物理系统中随机发生的虚假数据注入攻击和数据包丢失现象,提出了一种基于观测器的信息物理系统输出反馈安全控制方法.首先,考虑到虚假数据注入攻击和数据包丢失的影响,建立了一类具有网络攻击、数据包丢失和外部扰动等多种约束参数的马尔可夫跳变系统模型;其次,借助李雅普诺夫稳定性理论、随机系统理论和线性矩阵不等式方法给出系统随机稳定的充分条件,进而设计了具有给定H∞性能的信息物理系统输出反馈控制器;最后,通过仿真实例验证了所提控制方法的正确性和有效性.

欺骗攻击环境下具有执行器故障的跳变耦合信息物理系统的同步控制

针对一类离散Markov跳变耦合信息物理系统(CPS)的同步控制问题,在考虑系统参数跳变、耦合参数跳变、控制信息不完全和人为攻击的情况下,设计同步控制器实现CPS的同步.首先,给出具有随机欺骗攻击和执行器故障的Markov跳变耦合CPS模型.其次,基于矩阵Kronecker积,得到同步误差系统,将CPS的同步控制问题转化为同步误差系统的稳定性分析问题.再次,通过构造合适的Lyapunov-Krasovskii泛函,并利用Lyapunov稳定性理论和线性矩阵不等式方法得到使同步误差系统稳定的充分条件,在此基础上,设计同步控制器实现对Markov跳变耦合CPS的同步控制.最后,通过数值仿真例子说明该同步控制器设计方法的有效性.

云环境下工业信息物理系统现场层安全策略决策方法

云环境下工业信息物理系统架构的转变使得工业现场设备更加暴露于网络攻击下,对工业现场层提出更高的安全需求.随着系统结构愈渐复杂,网络攻击更加智能,系统难以准确获取安全状态,传统的基于状态的安全决策方法将不能实现有效防护,对此提出一种工业信息物理系统现场层安全策略决策方法.首先,根据功能结构划分现场区域,分析潜在的攻击目标、攻击事件与系统防御策略间的关联性,构建攻击防御树;然后,从攻击和防护属性的视角,利用模糊层次分析法量化防御策略收益;接着,结合部分攻击状态构建部分可观的马尔可夫决策过程模型,通过求解模型得到最优安全策略;最后,以简化的田纳西-伊斯曼过程控制系统为对象验证所提出方法能够有效地决策出最优安全策略.

高斯中继信道反馈下马尔可夫跳变线性系统的可镇定性

研究利用高斯中继信道实现反馈信息传输情形下马尔可夫跳变线性系统的均方可镇定性问题.首先针对一般类型的高斯信道,从信息论角度给出上述马尔可夫跳变线性系统镇定所需要的必要条件;然后分别针对半双工串联中继信道以及非正交网络信道这两种特殊类型的高斯信道,在考虑传输信号存在平均功率约束的情况下,给出马尔可夫跳变线性系统的均方可镇定性与上述信道参量之间的内在联系;最后通过数值仿真例子验证了上述理论结果.

信息物理环境下不确定系统的随机分布式预测控制

针对信息物理系统环境下可能发生的信息丢包问题,提出一种随机分布式预测控制的分析与设计方法.考虑控制器端到执行器端的传输丢包,采用马尔科夫过程对这一丢包过程进行描述.通过对马尔科夫跳变的线性模型进行增广,研究一种具有随机丢包不确定系统的分布式预测控制方法;将系统分解成多个子系统进行描述,研究基于最小最大化优化的分布式预测控制器设计方法,并提出基于迭代交互的子控制器协调算法.将随机分布式预测控制算法在实际电机系统中进行仿真测试,以验证所提出方法的有效性.

主动式复杂事件处理方法的研究

在CPS的应用背景下,对传感器和控制设备产生的不确定性事件流进行分析和处理得出高层事件,然后在此基础上引入适应性动态贝叶斯网络和并行马尔可夫决策过程模型来支持主动式的复杂事件处理。针对大型CPS中马尔可夫决策过程存在的状态数量巨大的问题,引入状态划分和报酬分解的方法来进行并行优化。在模拟交通网络的环境中,实验结果显示所提方法能有效地处理事件流,并具有良好的可扩展性。