[论文解读] Attack-Resilient H2, H-infinity, and L1 State Estimator

Yorie Nakahira, Yilin Mo|arXiv (Cornell University)|Mar 19, 2018

Fault Detection and Control Systems参考文献 32被引用 8

一句话总结

该论文提出了一种针对在稀疏传感器完整性攻击下具有噪声的线性系统的抗攻击状态估计算法，结合了局部Luenberger观测器、残差检测器和全局估计方法。研究证明，2ρ-可检测性是估计误差有界的必要且充分条件，相较于先前工作中采用的更强的2ρ-可观测性假设，该条件更为宽松，并为ℋ₂、ℋ∞和ℓ₁系统提供了性能保证，且计算开销较低。

ABSTRACT

This paper considers the secure state estimation problem for noisy systems in the presence of sparse sensor integrity attacks. We show a fundamental limitation: that is, 2r-detectability is necessary for achieving bounded estimation errors, where r is the number of attacks. This condition is weaker than the 2r-observability condition typically assumed in the literature. Conversely, we propose a real-time state estimator that achieves the fundamental limitation. The proposed state estimator is inspired by robust control and FDI: that is, it consists of local Luenberger estimators, local residual detectors, and a global fusion process. We show its performance guarantees for H2, H-infinity, and L1 systems. Finally, numerical examples show that it has relatively low estimation errors among existing algorithms and average computation time for systems with a sufficiently small number of compromised sensors.

研究动机与目标

• 解决在稀疏、无界传感器攻击下的网络物理系统安全状态估计问题。
• 识别在存在此类攻击时保证有界估计误差所需的基本条件。
• 设计一种实时、计算高效的估计算法，确保在弱于先前工作假设的条件下估计误差有界。
• 将性能保证从ℓ₁扩展到ℋ₂和ℋ∞系统，确保对混合有界和稀疏扰动的鲁棒性。

提出的方法

• 估计算法结合每个传感器的局部Luenberger观测器以生成状态估计。
• 使用局部残差检测器识别预测值与实际测量值之间的差异，以指示潜在攻击。
• 通过全局融合过程结合局部估计和残差，生成最终的抗攻击状态估计。
• 设计基于鲁棒控制与故障检测与隔离（FDI）原理，以处理无界攻击信号。
• 理论分析证明，2ρ-可检测性是保证最坏情况估计误差有界的必要且充分条件。
• 推导出ℋ₂、ℋ∞和ℓ₁系统的性能界，表明混合范数扰动可产生有界输出。

实验结果

研究问题

• RQ1 在噪声系统中，针对ρ个稀疏传感器攻击，保证有界估计误差所需的最弱系统条件是什么？
• RQ2 能否设计一种实时、低复杂度的估计算法，在弱于2ρ-可观测性的假设下实现有界误差？
• RQ3 当ℋ₂、ℋ∞和ℓ₁估计框架同时受到有界噪声与稀疏无界攻击影响时，其性能如何？
• RQ4 对于同时包含两范数有界输入和ℓ₀无界输入的系统，是否可能实现有界输出？
• RQ5 与现有组合优化或SMT-based方法相比，所提估计算法在计算性能与估计性能之间存在何种权衡？

主要发现

• 2ρ-可检测性是ρ个传感器攻击下保证有界估计误差的必要且充分条件，相较于先前工作中假设的2ρ-可观测性，该条件更为宽松。
• 所提估计算法在2ρ-可检测性条件下，对ℋ₂、ℋ∞和ℓ₁系统均能实现有界最坏情况估计误差。
• 与现有算法相比，该估计算法在受攻击传感器数量较少时表现出较低的估计误差和平均计算时间。
• 该方法成功处理了系统输入同时包含两范数有界扰动和ℓ₀无界攻击的情况，输出保持有界。
• 数值示例验证了理论性能界，显示出优异的估计精度和计算效率。
• 估计算法的结构——结合局部观测器、残差检测器和全局融合——使其具备实时运行能力，且计算开销低。