针对虚假数据注入攻击(false data injection attack,FDIA)下的分布式安全状态估计问题,提出了一种基于攻击削减的分布式安全状态估计算法。首先,在无攻击的假设下对局部滤波器中预测值与估计值间的差值进行统计分析;然后,将FDIA建模为...针对虚假数据注入攻击(false data injection attack,FDIA)下的分布式安全状态估计问题,提出了一种基于攻击削减的分布式安全状态估计算法。首先,在无攻击的假设下对局部滤波器中预测值与估计值间的差值进行统计分析;然后,将FDIA建模为导致有效预测值与受损估计值间的差值产生变化的未知输入,并设计带有遗忘因子的递归最小二乘(recursive least squares,RLS)对其进行估计;最后,设计攻击削减机制对因攻击而受损的数据进行恢复,并对处理后的局部估计值进行融合。仿真结果表明,所提方法能够有效实现攻击估计,降低攻击的影响,提高了鲁棒性和估计精度。展开更多
研究了信息物理系统中假数据注入(False data injection,FDI)攻击信号的检测问题.在分布式融合框架下,首先将FDI攻击信号建模为信息物理系统模型中的未知输入,从而使得攻击信号的检测问题转化为对FDI攻击信号的实时估计问题.其次,在每...研究了信息物理系统中假数据注入(False data injection,FDI)攻击信号的检测问题.在分布式融合框架下,首先将FDI攻击信号建模为信息物理系统模型中的未知输入,从而使得攻击信号的检测问题转化为对FDI攻击信号的实时估计问题.其次,在每个传感器端设计基于自适应卡尔曼滤波的FDI攻击信号的局部估计器;在融合中心端引入补偿因子,设计分布式信息融合准则以导出攻击信号的融合估计器.特别地,当FDI攻击信号是时变情况时,融合过程中补偿因子的引入可以大大提高对攻击信号的估计精度.最后,通过两个仿真算例验证所提算法的有效性.展开更多
文摘针对虚假数据注入攻击(false data injection attack,FDIA)下的分布式安全状态估计问题,提出了一种基于攻击削减的分布式安全状态估计算法。首先,在无攻击的假设下对局部滤波器中预测值与估计值间的差值进行统计分析;然后,将FDIA建模为导致有效预测值与受损估计值间的差值产生变化的未知输入,并设计带有遗忘因子的递归最小二乘(recursive least squares,RLS)对其进行估计;最后,设计攻击削减机制对因攻击而受损的数据进行恢复,并对处理后的局部估计值进行融合。仿真结果表明,所提方法能够有效实现攻击估计,降低攻击的影响,提高了鲁棒性和估计精度。
文摘研究了信息物理系统中假数据注入(False data injection,FDI)攻击信号的检测问题.在分布式融合框架下,首先将FDI攻击信号建模为信息物理系统模型中的未知输入,从而使得攻击信号的检测问题转化为对FDI攻击信号的实时估计问题.其次,在每个传感器端设计基于自适应卡尔曼滤波的FDI攻击信号的局部估计器;在融合中心端引入补偿因子,设计分布式信息融合准则以导出攻击信号的融合估计器.特别地,当FDI攻击信号是时变情况时,融合过程中补偿因子的引入可以大大提高对攻击信号的估计精度.最后,通过两个仿真算例验证所提算法的有效性.
