网络化切换系统抵御定向欺骗攻击的安全控制:基于嵌套双目标粒子群优化的Stackelberg博弈

《ISA Transactions》:Secure control of networked switched systems against directed deception attack: A Stackelberg game with nested bi-objective PSO

【字体: 大 中 小 】 时间:2026年09月30日 来源:ISA Transactions 6.6

编辑推荐:

   •开发了一种定向欺骗攻击策略以最大化系统中断。•提出了新型代价函数以表征攻击对状态和切换信号的耦合影响。•设计了一个嵌套双目标 PSO 框架以计算斯塔克伯格均衡解。 引言 现代工业应用涉及日益复杂的控制任务,这使得网络化切换系统(NSSs)因其能够建模多模态和空间分布动力学

  

•开发了一种定向欺骗攻击策略以最大化系统中断。•提出了新型代价函数以表征攻击对状态和切换信号的耦合影响。•设计了一个嵌套双目标 PSO 框架以计算斯塔克伯格均衡解。

引言
现代工业应用涉及日益复杂的控制任务,这使得网络化切换系统(NSSs)因其能够建模多模态和空间分布动力学而具有吸引力 [1], [2], [3]。然而,由于连接传感器和通信网络的开放性,各种网络攻击已成为跨多种工程系统的普遍威胁 [4]。特别是对于 NSSs,此类恶意干预会严重降低系统性能甚至导致不稳定 [5], [6], [7], [8]。在关于 NSSs 安全控制的初步研究中,欺骗攻击仅仅是操纵系统状态以破坏系统性能 [6], [9], [10]。更重要的是,欺骗攻击还可以攻击切换信号,切换信号比系统状态更为关键,因为它们必须被传输以激活正确的子系统 [11], [12]。对这些信号的任何操纵都可能触发错误的子系统激活,使得对切换信号的攻击成为近期研究的主要焦点 [13]。研究人员进一步考虑了计算切换信号篡改率的欺骗攻击,以与状态注入攻击协同,从而对系统产生更具破坏性的影响 [14]。然而,如果欺骗攻击不仅能够识别对系统造成最大损害的欺骗模式,还能同时优化状态注入攻击以进一步加剧破坏,此类智能攻击对 NSSs 的安全控制构成了显著挑战。

近年来,针对欺骗攻击的防御机制受到了广泛关注并产生了大量研究成果,从而开发了多种 NSSs 安全控制策略。一种基于无源性的双层事件触发策略结合容错切换策略被开发以抵消状态欺骗攻击并保证安全输出调节 [15]。然而,这些方法仅在传输信号受到攻击后进行被动补偿,且未考虑攻击者的理性行为。为了克服这些局限性,博弈论方法最近被用于表征攻击者与防御者之间的互动,从而实现主动防御,例如微分博弈 [16]、贝叶斯博弈 [17], [18]、基于学习的博弈 [19] 和斯塔克伯格博弈 [20]。斯塔克伯格博弈框架独特地适合通过建模将主动攻击者作为发起打击的领导者,将控制器作为响应受损信息的被动跟随者,来捕捉网络攻击固有的不对称性和顺序性。斯塔克伯格博弈的层级结构非常适合表征攻击者和防御者做出的选择 [21], [22], [23]。在斯塔克伯格博弈中,代价函数的构建至关重要。现有研究通常分别汇总与状态注入攻击相关的费用和奖励以及与切换信号攻击相关的费用和奖励,然后独立优化每个指标 [24], [25], [26]。这种解耦设计忽略了切换信号攻击与状态注入攻击之间的交互效应。它们的联合影响可能导致比单独处理时严重得多的系统退化。

在斯塔克伯格博弈的建模和分析中,获得均衡解至关重要,因为它唯一地反映了层级博弈中领导者和跟随者的理性,并决定了双方收敛的结果 [27], [28], [29]。为了计算斯塔克伯格均衡解,大多数研究采用基于梯度分析推导的哈密顿 - 雅可比 - 贝尔曼(HJB)方法 [30], [31]。然而,这类方法容易陷入局部最优,缺乏有效探索解空间所需的全局搜索能力。为了克服这些局限性,强化学习和粒子群优化(PSO)[32] 被越来越多地采用。这些算法通过绕过严格的分析推导,展现出强大的全局搜索能力,并有效地解决了非凸或高维优化问题,具有显著优势。然而,基于强化学习的方法往往存在算法复杂度高和训练开销大的问题。值得注意的是,PSO 以其卓越的计算效率和更简单的算法结构脱颖而出。这使得 PSO 框架特别适合安全博弈中实时决策所需的迭代优化。此外,当参与者必须同时优化两个目标时,传统的 PSO 和基于 HJB 的方法变得不足。这些局限性促使了双目标粒子群优化(BOPSO)[33] 的开发。然而,在安全控制问题的背景下,攻击者的 BOPSO 过程与防御者的战略响应之间的互动构成了博弈论框架内的关键问题。因此,如何将 BOPSO 有效整合到此类顺序决策过程中仍然是一个重大挑战。

综上所述,现有文献中仍有一个关键研究挑战尚未解决:如何高效求解涉及离散模式篡改和连续状态注入的复杂多目标斯塔克伯格均衡。为了克服这一挑战,本文通过建模斯塔克伯格博弈来研究 NSSs 的安全控制。应用一种嵌套 BOPSO(NBOPSO)方法来计算均衡策略。主要贡献如下:
1) 提出了一种定向欺骗攻击(DDA),它首先确定切换信号的最佳欺骗模式,然后根据最佳欺骗模式,联合优化切换信号的篡改率和状态注入信息,以最大化对系统的破坏。与仅改变切换信号而不计算最佳篡改策略的欺骗攻击 [11] 相比,本文提出的 DDA 量化了每个切换信号对系统状态的影响,从而选择造成最大损害的最佳欺骗模式。
2) 提出了新型代价函数以表征状态攻击和切换信号攻击的耦合影响,并相应地汇总其各自的成本和收益。现有研究通常为切换信号攻击和状态攻击设计独立的代价函数,独立分组每种攻击类型对应的成本和收益并优化其策略 [24]。相比之下,DDA 提出的代价函数使两种攻击策略能够同时优化。这种统一设计更好地捕捉了此类攻击的耦合性质和联合破坏效果。
3) 提出了一种 NBOPSO 方法,将用于安全控制器设计的 PSO 嵌套在用于 DDA 的 BOPSO 中,以获得斯塔克伯格均衡解。在该框架中,攻击者的 BOPSO 用于在最佳欺骗模式下同时优化两种攻击策略,而 PSO 被利用来确定适当的最优控制器增益。与广泛使用的基于 HJB 的方法和逆向归纳 [30] 相比,后者容易陷入局部最优且可能无法提供全局最优解,提出的 NBOPSO 在攻击收益和成本方面均实现了卓越性能,发现了幅度更高的攻击策略,导致更严重的系统退化。

本文的组织结构如下:第 2 节概述了初步知识。第 3 节分析了斯塔克伯格博弈模型。第 4 节使用 NBOPSO 推导斯塔克伯格均衡解。第 5 节讨论了 NSSs 的稳定性准则和均衡的存在性。第 6 节展示了一个仿真示例,而第 7 节提供了结论。

符号说明:$\mathbb{R}^n$ 是 $n$ 维欧几里得空间。$P^T$ 表示矩阵 $P$ 的转置,$P^{-1}$ 表示矩阵 $P$ 的逆。$\|P\|_\rho$ 表示矩阵 $P$ 的谱半径。$\mathbb{P}\{\cdot\}$ 表示概率函数。$\mathbb{E}[\cdot]$ 表示概率空间 $(\Omega, \mathcal{F}, \mathbb{P})$ 上的数学期望。$I_n$ 表示 $n \times n$ 单位矩阵。

章节片段
问题建模
图 1 中涉及的离散时间 NSSs 由以下公式表征:
$\begin{cases}
x(\varepsilon+1)=\mathcal{A}_{\sigma(\varepsilon)}x(\varepsilon)+\mathcal{B}_{\sigma(\varepsilon)}u(\varepsilon)+\mathcal{C}_{\sigma(\varepsilon)}w(\varepsilon),\\
y(\varepsilon)=\mathcal{D}_{\sigma(\varepsilon)}x(\varepsilon).
\end{cases}$
其中 $x(\varepsilon) \in \mathbb{R}^{n_x}$ 是系统状态,$u(\varepsilon) \in \mathbb{R}^{n_u}$ 是控制输入,$w(\varepsilon)$ 是外部扰动。$\mathcal{A}_{\sigma(\varepsilon)} \in \mathbb{R}^{n_x \times n_x}$ 和 $\mathcal{B}_{\sigma(\varepsilon)} \in \mathbb{R}^{n_x \times n_u}$ 是适当维度的已知常数矩阵。切换信号为 $\sigma(\varepsilon): [0, \infty) \to \mathbb{S} = \{1, 2, \dots, s\}$,$s$ 是子系统的数量,$\sigma(\varepsilon_0) \in \mathbb{S}$ 是其初始值。切换瞬间序列定义为 $\mathbb{K} = \{\varepsilon_m\}_{m \in \mathbb{N}}$,其中 $\varepsilon_m$ 是...

斯塔克伯格博弈模型
DDA 与控制器之间的相互作用通过基于 (1), (2), (3) 的斯塔克伯格博弈框架进行建模。由于网络攻击在决策中的主导作用,DDA $P_d$ 被建模为领导者,控制器 $P_u$ 被建模为跟随者。详细信息将在以下子节中介绍。

通过 PSO 获得控制器 $P_u$ 的最优策略
作为斯塔克伯格博弈跟随者的控制器 $P_u$,接收来自 (2) 的 $\bar{c}(\varepsilon)$ 和 $\bar{x}(\varepsilon)$。其目标是使 (7) 中的代价函数 $J_u$ 最小化。通过将 (3) 代入 (7),构建最小化问题
$\min_{H_{\bar{c}(\varepsilon)} \in \mathbb{R}^{n_u \times n_x}} J_u(\bar{c}(\varepsilon), \bar{x}(\varepsilon), H_{\bar{c}(\varepsilon)}\bar{x}(\varepsilon)), \quad \text{s.t.} \quad x(\varepsilon+1)=\mathcal{A}_{\bar{c}(\varepsilon)}\bar{x}(\varepsilon)+\mathcal{B}_{\bar{c}(\varepsilon)}H_{\bar{c}(\varepsilon)}\bar{x}(\varepsilon)+\mathcal{C}_{\sigma(\varepsilon)}w(\varepsilon),$
以计算控制器的最优增益 $H_{\bar{c}(\varepsilon)}^*$,该增益通过 PSO 求解上述最小化问题获得,如下所示。
A1-1 控制器粒子群为

稳定性分析
给定由斯塔克伯格博弈确定的均衡策略 $\{\sigma^*(\varepsilon), \varphi^*_{\sigma(\varepsilon)\sigma^*(\varepsilon)}, \alpha^*_{\sigma(\varepsilon)\bar{c}(\varepsilon)}, H_{\bar{c}(\varepsilon)}^*\}$,对于 $\varepsilon \in \bar{T}(\varepsilon_m) = \{\varepsilon_m, \varepsilon_m +1, \dots, \varepsilon_{m+1} -1\}$,通过将均衡策略代入 (1),得到闭环系统
$\begin{cases}
x(\varepsilon+1)=\mathcal{A}_{\sigma(\varepsilon)}x(\varepsilon)+\mathcal{B}_{\sigma(\varepsilon)}H_{\bar{c}(\varepsilon)}^*(x(\varepsilon)+\alpha^*_{\sigma(\varepsilon)\bar{c}(\varepsilon)}(\varepsilon))+\mathcal{C}_{\sigma(\varepsilon)}w(\varepsilon),\\
y(\varepsilon)=\mathcal{D}_{\sigma(\varepsilon)}x(\varepsilon)
\end{cases}$
因此,离散时间 NSSs (1) 的具有干扰衰减的安全稳定性转化为两个控制目标:
(i) 当 $w(\varepsilon) \neq 0$ 时,闭环系统 (35) 具有 $H_\infty$...

仿真示例
本节考虑基于 [34] 的网络化无人船(USV)的动力学模型
$\begin{cases}
\dot{\eta}_p(t)=\nu(t),\\
M\dot{\nu}(t)+N\nu(t)=u(t)+w(t),
\end{cases}$
其中 $\eta_p(t) = \Omega^T(\psi(t))\eta(t)$,$\eta = [x_\gamma, y_\gamma, \psi]^T$ 是位置向量,包含位置 $x_\gamma$ 和 $y_\gamma$ 以及偏航角 $\psi$;$\nu = [\rho, v, r]^T$ 是速度向量,包含纵荡速度 $\rho$、横荡速度 $v$ 和偏航角速度 $r$,
$\Omega(\psi(t))=\begin{bmatrix}
\cos(\psi(t)) & -\sin(\psi(t)) & 0 \\
\sin(\psi(t)) & \cos(\psi(t)) & 0 \\
0 & 0 & 1
\end{bmatrix}, \quad M=\begin{bmatrix}
m-X_{\dot{\rho}} & 0 & 0 \\
0 & m-Y_{\dot{v}} & m x_g - Y_{\dot{r}} \\
0 & m x_g - Y_{\dot{r}} & I_z - N_{\dot{r}}
\end{bmatrix}, \quad N=\begin{bmatrix}
-X_\rho & 0 & 0 \\
0 & -Y_v & -Y_r \\
0 & -N_v & -N_r
\end{bmatrix}$
表示变换矩阵、惯性...

结论
本文通过构建攻击者 - 控制器斯塔克伯格博弈模型,关注 DDA 下 NSSs 的主动安全控制问题,其中攻击者担任领导者角色,而控制器进行最优响应。提出了 NBOPSO 算法以实现攻击者的双目标问题和控制器最优响应的联合优化。基于获得的均衡策略,推导了系统稳定性的充分条件。数值仿真表明

CRediT 作者贡献声明
李丽丽:撰写 – 原稿,监督,资金获取。徐江涵:撰写 – 原稿,软件。李梦杰:撰写 – 审阅与编辑,软件。金翠丽:撰写 – 审阅与编辑,资金获取。魏跃:撰写 – 审阅与编辑。

利益冲突声明
作者声明他们没有已知的竞争性经济利益或个人关系,这些可能被认为影响了本文报道的工作。

李丽丽|徐江涵|李梦杰|金翠丽|魏跃
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号