Skip to main content
QUICK REVIEW

[论文解读] On Resilient Control of Nonlinear Systems under Denial-of-Service

Claudio De Persis, Pietro Tesi|arXiv (Cornell University)|Apr 7, 2014
Smart Grid Security and Resilience被引用 7
一句话总结

本文提出了一种针对在拒绝服务(DoS)攻击下通信间歇性丢失的非线性系统的事件触发控制策略,利用ISS-李雅普诺夫函数确保半全局渐近稳定性。关键贡献在于对最大允许DoS持续时间的表征——以时间比例τ和最小采样间隔εR量化,在此条件下稳定性得以保持,且显式界由系统动态和攻击参数导出。

ABSTRACT

We analyze and design a control strategy for nonlinear systems under Denial-of-Service attacks. Based on an ISS-Lyapunov function analysis, we provide a characterization of the maximal percentage of time during which feedback information can be lost without resulting in the instability of the system. Motivated by the presence of a digital channel we consider event-based controllers for which a minimal inter-sampling time is explicitly characterized.

研究动机与目标

  • 解决由于对抗性拒绝服务(DoS)攻击导致反馈信息间歇性丢失时,非线性系统的稳定控制问题。
  • 将弹性控制原理从线性系统扩展至非线性系统,尤其在无攻击模式先验知识的一般DoS信号模型下。
  • 表征DoS攻击破坏通信的时间最大比例,而不会导致闭环系统失稳。
  • 显式确定在DoS攻击下保持稳定所需的最小采样间隔,确保实际可实施性。
  • 建立在长时间DoS间隔期间尽管存在有限逃逸时间风险,半全局渐近稳定性仍能保持的条件。

提出的方法

  • 采用ISS-李雅普诺夫函数框架,分析由DoS引起的通信丢失导致的测量误差下的稳定性。
  • 引入一种实时事件触发逻辑,根据DoS的发生情况动态调整采样时间,确保在时变通信可用性下保持稳定。
  • 基于系统参数和李雅普诺夫函数衰减速率,推导出稳定性得以保持的最大DoS活动时间比例τ的上界。
  • 建立最小采样间隔εR的下界,显式依赖于系统的利普希茨常数L和DoS攻击参数σ。
  • 采用混合系统分析方法,其中李雅普诺夫函数在通信间隔呈指数衰减,在DoS间隔呈增长,若衰减占主导,则整体稳定性得以保证。
  • 引入假设2以防止在长DoS间隔期间出现有限逃逸时间,虽限制了系统类别,但使稳定性分析更具可处理性。

实验结果

研究问题

  • RQ1在事件触发控制下,DoS攻击可破坏通信的最大时间比例是多少,而不会导致非线性系统失稳?
  • RQ2如何显式表征最小采样间隔以确保在DoS攻击下保持稳定?
  • RQ3在DoS间隔期间无反馈输入的条件下,半全局渐近稳定性在何种条件下仍能保持?
  • RQ4系统特定参数(如利普希茨常数和李雅普诺夫函数特性)与DoS信号特征如何相互作用,以决定稳定性裕度?
  • RQ5事件触发控制的弹性是否可扩展至未知、能量受限的DoS攻击下的非线性系统?

主要发现

  • 若DoS发生的时间比例被限制在τ < (ω₁ − ω₂)/ (ω₁ + ω₂) 以内,则系统保持半全局渐近稳定,其中ω₁和ω₂分别为李雅普诺夫函数的衰减速率和增长速率。
  • 最小采样间隔εR显式表征为εR = (1/(2L)) ln((3σ + 1)/(σ + 1)),其依赖于系统的利普希茨常数L和DoS参数σ。
  • 采样率与DoS容忍度之间存在权衡:σ越大(表示初始DoS间隔越长),最小采样间隔越小,通信负载越高。
  • τ的上界同时依赖于系统的内在动态(通过λ和V)和DoS信号特征(通过κ和τ),表明攻击特征与稳定性裕度之间存在直接关联。
  • 分析表明,即使在未知、能量受限的DoS攻击下,只要干扰时间比例低于系统相关的阈值,稳定性仍可保持。
  • 所提方法在推导条件下确保全局指数稳定,且收敛速率由李雅普诺夫衰减参数λ显式界定。

更好的研究,从现在开始

从阅读论文到最终审阅,大幅缩短您的研究时间。

无需绑定信用卡

本解读由 AI 生成,并经人工编辑审核。