[论文解读] Attack Detection and Isolation for Discrete-Time Nonlinear Systems.

Tianci Yang, Carlos Murguia+2 more|arXiv (Cornell University)|Jun 18, 2018

Fault Detection and Control Systems被引用 6

一句话总结

本文提出两种算法，通过一组输入-状态稳定（ISS）观测器检测并隔离离散时间非线性系统中的虚假数据注入攻击。利用ISS特性评估观测器与无攻击系统行为的一致性，该方法即使在攻击无界和测量噪声存在的情况下，也能有效识别受损传感器，仿真结果验证了其鲁棒性。

ABSTRACT

We address the problem of attack detection and isolation for a class of discrete-time nonlinear systems under (potentially unbounded) sensor attacks and measurement noise. We consider the case when a subset of sensors is subject to additive false data injection attacks. Using a bank of observers, each observer leading to an Input-to-State Stable (ISS) estimation error, we propose two algorithms for detecting and isolating sensor attacks. These algorithms make use of the ISS property of the observers to check whether the trajectories of observers are `consistent' with the attack-free trajectories of the system. Simulations results are presented to illustrate the performance of the proposed algorithms.

研究动机与目标

• 解决在传感器可能因虚假数据注入而受损的离散时间非线性系统中，检测和隔离传感器攻击的挑战。
• 确保系统在运行过程中对无界传感器攻击和测量噪声具有鲁棒性。
• 开发一种通过观测器一致性检查维持系统完整性的检测与隔离框架。
• 利用观测器的输入-状态稳定性（ISS）特性，区分正常与受攻击的系统行为。
• 提供一种实际可行的、经仿真验证的实时攻击检测解决方案，适用于非线性控制系统。

提出的方法

• 设计一组观测器，确保估计误差相对于扰动和攻击具有输入-状态稳定性（ISS）。
• 利用ISS特性，定义观测器输出与无攻击系统轨迹之间的一致性条件。
• 基于与ISS误差边界偏离的程度制定检测逻辑，以指示潜在的传感器攻击。
• 通过识别输出偏离预期行为最严重的观测器，实现攻击隔离，从而精确定位受损传感器。
• 通过确保在噪声条件下ISS边界依然有效，增强对测量噪声的鲁棒性。
• 在仿真中应用算法，评估其在各种攻击场景和噪声水平下的性能。

实验结果

研究问题

• RQ1 在无界虚假数据注入攻击下，如何可靠地检测离散时间非线性系统中的传感器攻击？
• RQ2 输入-状态稳定性（ISS）在存在测量噪声的情况下，如何实现对攻击检测的鲁棒性？
• RQ3 能否使用一组观测器来隔离受虚假数据注入攻击影响的具体传感器？
• RQ4 当攻击无界或持续存在时，所提方法如何保持性能？
• RQ5 观测器一致性检查在区分无攻击系统状态与受损系统状态方面的有效性如何？

主要发现

• 所提算法即使在攻击无界的情况下也能成功检测传感器攻击，展现出对极端攻击场景的鲁棒性。
• 利用ISS观测器可确保在扰动和噪声作用下估计误差保持有界，从而实现可靠检测。
• 通过识别输出偏离预期行为最严重的观测器，实现攻击隔离，从而精确锁定受损传感器。
• 仿真结果证实，该方法在不同测量噪声水平和攻击强度下均能保持检测准确性。
• 该框架通过观测器一致性检查，有效区分正常系统行为与攻击引起的偏差。
• 该方法计算可行，适用于具有传感器完整性需求的非线性系统的实时实现。