CN110933056A - 防攻击的多智能体控制系统及其方法 - Google Patents

Abstract

一种防攻击的多智能体控制系统及其方法，包括相互通信的若干智能体；所述防攻击的多智能体控制系统还包括构建模块、融合模块、触发模块以及构造模块；所述构建模块用于建立多智能体耦合系统模型；所述融合模块用于应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；所述触发模块用于运用事件触发机制来降低通信负担；所述构造模块用于构造网络攻击下多智能体控制系统的输出反馈控制器。结合其它结构或方法有效避免了现有技术中多智能体系统当攻击由外部侵入时该系统里面的鲁棒性和容错机制机制往往会失去效果的缺陷。

Description

防攻击的多智能体控制系统及其方法

技术领域

本发明涉及多智能体技术领域，也涉及多智能体网络互联系统控制技术领域，具体涉及一种防攻击的多智能体控制系统及其方法，尤其涉及一种多智能体通信网络中控制器遭受攻击时的可靠性控制系统及其方法。

背景技术

多智能体系统是多个智能体组成的集合，它的目标是将大而复杂的系统建设成小的、彼此互相通信和协调的，易于管理的系统。

它的研究涉及智能体的知识、目标、技能、规划以及如何使智能体采取协调行动解决问题等。研究者主要研究智能体之间的交互通信、协调合作、冲突消解等方面，强调多个智能体之间的紧密群体合作，而非个体能力的自治和发挥，主要说明如何分析、设计和集成多个智能体构成相互协作的系统。

随着多智能体系统在工业、军事以及商业领域的广泛普及，已融入到人们生活的方方面面，与之相关的安全性问题也已成为研究热点，现有的多智能体系统，特别是多智能体通信网络中控制器里面的鲁棒性和容错机制的目的是确保多智能体系统在遭受自身干扰和错误时具有一定的可恢复能力，但当攻击由外部侵入时，这些机制往往会失去效果。

发明内容

为解决上述问题，本发明提供了一种防攻击的多智能体控制系统及其方法，有效避免了现有技术中多智能体系统当攻击由外部侵入时该系统里面的鲁棒性和容错机制机制往往会失去效果的缺陷。为了克服现有技术中的不足，本发明提供了一种防攻击的多智能体控制系统及其方法的解决方案，具体如下：

一种防攻击的多智能体控制系统，包括相互通信的若干智能体；

所述防攻击的多智能体控制系统还包括构建模块、融合模块、触发模块以及构造模块；

所述构建模块用于建立多智能体耦合系统模型；

所述融合模块用于应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；

所述触发模块用于运用事件触发机制来降低通信负担；

所述构造模块用于构造网络攻击下多智能体控制系统的输出反馈控制器。

一种防攻击的多智能体控制系统的方法，包括：

步骤1：建立多智能体耦合系统模型；

步骤2：应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；

步骤3：运用事件触发机制来降低通信负担；

步骤4：构造网络攻击下多智能体控制系统的输出反馈控制器。

所述建立的多智能体耦合系统模型为公式(1)所示的模型：

其中，t表示时刻，

表示防攻击的多智能体控制系统的第i个智能体的状态方程，

分别表示第i个智能体的状态量，多智能体控制系统对第i个智能体的控制输入量，多智能体控制系统对第i个智能体的控制输出量和对第i个智能体的测量输出量，v(t)∈l₂[0，∞)表示外部扰动量，A_i，B_i，C_i，D_i，E_i，H_ij，L_i分别表示该状态方程的对应各自相乘的乘数的系数矩阵，

i为自然数且表示子第i个智能体的顺序号，N表示智能体的总数，Rⁿ为所有智能体的状态量的集合，R^m1为多智能体控制系统对所有智能体的控制输入量的集合，R^m2为多智能体控制系统对所有智能体的控制输出量的集合，R^m2为所有智能体的测量输出量的集合。

所述应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息

为公式(2)所示：

其中，

表示作为所述相邻智能体的信息的经数据融合中心处理后得到的测量输出，w_ij表示作为第i个智能体和第j个智能体这样的相邻智能体之间信息传递的权重。

所述运用事件触发机制来降低通信负担的方式的该事件触发机制满足公式(3)的条件：

其中，

表示第i个智能体最近的事件触发时刻，

表示第i个智能体的误差，

表示第i个智能体的最近发送数据

和当前采样数据

之间的平均值，l＝0，1，2，…，δ₁，δ₂表示正实数，Ω_i＞0且表示第i个智能体的权重矩阵。

所述构造网络攻击下多智能体控制系统的输出反馈控制器u_i(t)为公式(4)所示：

其中，u_i(t)表示作为输出反馈控制器的第i个智能体的控制器，K_i表示第i个智能体的控制器增益，

表示第i个智能体被攻击后的系统输出量并如公式(5)所示：

其中，f_i(t)表示第i个智能体所受的攻击信号，变量α(t)∈{0，1}服从伯努利分布，Prob{α(t)＝1}＝α，Prob{α(t)＝0}＝1-α，当α(t)＝0时系统输出被网络攻击信号覆盖，当α(t)＝1时表示不遭受攻击，攻击信号满足如公式(6)所示的如下条件：

||f_i(t)||₂≤||G_ix_i(t)||₂+ε³ (6)

其中，G_i表示第i个智能体的常矩阵，ε表示设定的很小的正数。

本发明的有益效果为：

本发明考虑到网络攻击发生在多智能体耦合系统控制器中的情况，设计事件触发机制使得无攻击时多智能体控制系统中的数据发送率降低，减轻网络负担，当有攻击时增加数据发送率以提高控制性能，此外，采用加权数据融合技术，使得每个智能体在因为传感器故障接收不到其自身信道的数据时能够获取其他信道的数据。采取本发明的系统和方法后，受到攻击的多智能体耦合系统控制的可靠性得到保证。

附图说明

图1为本发明的防攻击的多智能体控制系统方法的流程图。

图2为出了多智能体耦合系统的控制流程图。

图3示出了网络攻击的示意图。

图4示出了系统状态响应和事件发送率的效果图。

具体实施方式

本发明的目的是针对网络攻击使得传送到控制器中的数据被篡改，提出一种基于事件触发机制的分布式控制器遭受网络攻击时多智能体系统实现可靠性控制的系统及方法。

这样，防攻击的多智能体控制系统，包括相互通信的若干智能体；所述防攻击的多智能体控制系统还包括构建模块、融合模块、触发模块以及构造模块；所述构建模块用于建立多智能体耦合系统模型；所述融合模块用于应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；所述触发模块用于运用事件触发机制来降低通信负担；所述构造模块用于构造网络攻击下多智能体控制系统的输出反馈控制器。把一存储数据传递给全体无线PDA的共享表里的各个共享者的手持终端，所述共享表中包括有各个共享者的手持终端的IP地址。

防攻击的多智能体控制系统的方法，包括：

步骤1：建立多智能体耦合系统模型；

步骤2：应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；

步骤3：运用事件触发机制来降低通信负担；

步骤4：构造网络攻击下多智能体控制系统的输出反馈控制器。

所述建立的多智能体耦合系统模型为公式(1)所示的模型：

其中，t表示时刻，

表示防攻击的多智能体控制系统的第i个智能体的状态方程，

分别表示第i个智能体的状态量，多智能体控制系统对第i个智能体的控制输入量，多智能体控制系统对第i个智能体的控制输出量和对第i个智能体的测量输出量，v(t)∈l₂[0，∞)表示如路面输入等导致的外部扰动量，A_i，B_i，C_i，D_i，E_i，H_ij，L_i分别表示该状态方程的对应各自相乘的乘数的系数矩阵，

i为自然数且表示子第i个智能体的顺序号，N表示智能体的总数，Rⁿ为所有智能体的状态量的集合，R^m1为多智能体控制系统对所有智能体的控制输入量的集合，R^m2为多智能体控制系统对所有智能体的控制输出量的集合，R^m2为所有智能体的测量输出量的集合。

所述应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息

为公式(2)所示：

其中，

表示作为所述相邻智能体的信息的经数据融合中心处理后得到的测量输出，w_ij表示作为第i个智能体和第j个智能体这样的相邻智能体之间信息传递的权重。

所述运用事件触发机制来降低通信负担的方式的该事件触发机制满足公式(3)的条件：

其中，

表示第i个智能体最近的事件触发时刻，

表示第i个智能体的误差，

表示第i个智能体的最近发送数据

和当前采样数据

之间的平均值，l＝0，1，2，…，δ₁，δ₂表示正实数，Ω_i＞0且表示第i个智能体的权重矩阵。

所述构造网络攻击下多智能体控制系统的输出反馈控制器u_i(t)为公式(4)所示：

其中，u_i(t)表示作为输出反馈控制器的第i个智能体的控制器，K_i表示第i个智能体的控制器增益，

表示第i个智能体被攻击后的系统输出量并如公式(5)所示：

其中，f_i(t)表示第i个智能体所受的攻击信号，变量α(t)∈{0，1}服从伯努利分布，Prob{α(t)＝1}＝α，Prob{α(t)＝0}＝1-α，当α(t)＝0时系统输出被网络攻击信号覆盖，当α(t)＝1时表示不遭受攻击，攻击信号满足如公式(6)所示的如下条件：

||f_i(t)||₂≤||G_ix_i(t)||₂+ε³ (6)

其中，G_i表示第i个智能体的常矩阵，ε表示设定的很小的正数。

下面将结合附图和实施例对本发明做进一步地说明。

如图1-图4所示，通过传感器可以获得多智能体系统的相关数据，采样器将这些数据以数据包的形式通过多智能体形成的网络传送给智能体的控制器，控制器通过采样得到的数据来决定可控制作用力装置输出相应的作用力，接着通过网络将信号传递给执行机构，最后由执行机构来执行控制器的指令，现在考虑控制器遭受网络攻击的情况，本发明基于分布式事件触发机制，结合数据融合技术设计控制器来处理攻击，最终用matlab进行仿真模拟，算例结果证明所提出的方法使得多智能体耦合系统在遭受网络攻击时，其可靠性和安全性得到保证，具体如下：

1.系统建模

考虑到两个相同的倒立摆车，这些车由弹簧和阻尼器连接，假设在每个运动子系统中，两个摆车各自的位置x₁、x₂和两个摆车各自倒立摆的角度θ₁、θ₂是可测的，且小车是由输入力调节的，系统的运动方程如下公式(7)所示：

其中，u₁，u₂表示小车的输入力，M，m分别表示小车和杆的质量，l表示从车的枢轴到杆的重心的距离，I(＝(1/3)ml²)表示杆相对于质心的转动惯量，s1，s2是弹簧和阻尼器产生的连接力，

定义如下状态变量：

x(t)＝[x₁(t) x₂(t)]^T,其中t表示时刻，x₁(t)、x₁(t)分别表示两个摆车在t时刻的位置。

将公式(7)以状态空间方程的形式写成如公式(8)：

这里

而且

由于数据包在传输时会出现传输时滞、丢包等问题，因此多智能体耦合系统模型可以表示为公式(9)所示：

其中，h表示采样周期，

表示第i个数据包的释放时刻，

表示

时刻的网络诱导时延，且满足

应用加权数据融合技术后，系统输出表示为：

设计分布式事件触发机制如公式(10)所示：

其中，

δ₁，δ₂表示正标量，Ω_i＞0表示加权矩阵，数据包的下一个释放时刻定义为：

为了方便分析，定义

人为时延

满足：

明显，

对于

定义

对上述多智能体控制系统采用如下的输出反馈控制器：

多智能体系统遭受网络攻击时系统输出表示为：

其中，变量α(t)∈{0，1}服从伯努利分布，且prob{α(t)＝1}＝α，prob{α(t)＝0}＝1-α，攻击信号满足：||f_i(t)||₂≤||G_ix_i(t)||₂+ε³，

一般来说，当系统状态变为0时，攻击者无法篡改系统信息，就考虑加入极小的设定的正数ε³是为了体现攻击者一直攻击网络的特性，

因此，多智能体耦合系统模型可以表示为如公式(11)所示：

其中，A＝diagN{A_i}，H＝[H_ij]_N×N(H_ii＝0)，

B＝diag_N{B_i}，

E＝col_N{E_i}，χ(t)＝col_N{x_i(t)}，e(t)＝col_N{e_i(t)}，f(t)＝col_N{f_i(t)}，

本发明主要利用数据融合技术和分布式事件触发机制设计输出反馈控制策略，使得系统遭受攻击时能保持稳定且安全；

为了简化分析，定义公式(12)：

其中，

2.稳定性证明

这一部分给出了确保系统安全的充分条件，首先给出安全的定义：

定义对于网络攻击下的系统，如果存在一个吸引域U∈Rⁿ，那么对于所有的x(t₀+θ)＝φ(θ)∈U，θ∈[-η，0]，ε＞0以及常数T(ε，x(t₀))，满足如下条件：

(1)||y(t)||＜ε，

(2)当v(t)＝0时，系统是稳定的，

(3)对于标量γ＞0以及v(t)∈l₂[0，∞)，在零初始条件下，y_i(t)满足

那么系统是稳定的，

定理1对于给定的正数γ，τ_i

σ_j，如果存在矩阵P＞0，Ω＞0，Q_1i＞0，Q_2i＞0，U_i，R_1i＞0，R_2i＞0(i∈γ；j＝1，2)满足如下条件，那么系统在安全意义上是稳定的，

其中，

Θ₂₂＝diag_N{-Q_1i-R_1i-R_2i}；

Θ₃₂＝Θ₄₃＝diag_N{R_2i-U_i}，

Θ₄₄＝diaθ_N{-Q_2i-R_2i}；

Θ₅₅＝diag{-I，-Ω，-γ²I}；

证明：构建如下形式的Lyapunov泛函

V(t)＝V₁(t)+V₂(t)+V₃(t)

其中，

V₁(t)＝χ^T(t)Pχ(t)

对V_i(t)求导并取期望可得：

因为

所以

利用Jesson不等式可得：

其中，

将式(10)中的事件触发机制改写为如下形式：

其中，

Ω＝diag_N{Ω_i}，

综上所述可得，

可知，若||y_i(t)||≤ε，那么系统在安全意义上是稳定的，若||y_i(t)||＞ε，即

则有

如果v(t)＝0，则

当v(t)≠0时，在零初始条件下，通过对不等式两边取0到t的积分，且t→∞，可得公式(14)

证毕；

3.控制器设计

基于定理1，在这一部分设计网络攻击下系统的输出反馈控制器增益以及事件触发机制的相关参数，

定理2对于给定的正数

如果存在矩阵

以及适当维数的矩阵

满足如下条件，那么系统在安全意义上是稳定的，

此外，控制器增益为

事件触发机制的权重矩阵为

式(15)中

证明：定义

X＝P^-1

定义

其中，

然后对定理1中的矩阵左乘Φ右乘Φ^T，针对其中的非线性项作如下线性化处理：

其中，ρ_ji＞0，(i∈Υ，j＝1，2，3，4)，

由于

的存在，式(15)不是严格的线性矩阵不等式，通过对式(16)使用Schur补引理，当μ→0时，可得

因此可得

是保证式(13)成立的充分条件，证毕；

4.算例仿真

给出两个智能体系统的系数矩阵

这里我们取ρ_1i＝ρ_2i＝0.5，ρ_3i＝ρ_4i＝0.4，ρ＝0.4，γ₁＝0.9，γ₂＝5.9，ε＝0.125，根据以上参数利用matlab中的LMI工具箱求出控制器的反馈增益K_i以及事件触发机制的权重矩阵Ω_i：

K₁＝[-0.3611 -0.2988]，

K₂＝[-0.3110 -0.4076]，

假设智能体在7至8秒受到外界扰动ω(t)＝0.2*e^-0.1tsin(0.5t)，取系统的初始状态即智能体的初始位置为x₁(t)＝[0.15 -0.15]^T，x₂(t)＝[0.16 -0.14]^T，时延下界为0，上界

网络攻击如图3所示，攻击信号的权重矩阵取为

设定δ₁＝0.06，δ₂＝0.2，这样事件触发机制可以降低数据的误触发率，取子系统之间的耦合权重为

即使传输信道中没有信号，也可以从耦合的子系统中得到实时数据，两个子系统的状态响应图和事件发送率如图4所示。

以上以用实施例说明的方式对本发明作了描述，本领域的技术人员应当理解，本公开不限于以上描述的实施例，在不偏离本发明的范围的情况下，可以做出各种变化、改变和替换。

Claims (6)

1.一种防攻击的多智能体控制系统，包括相互通信的若干智能体；

其特征在于，所述防攻击的多智能体控制系统还包括构建模块、融合模块、触发模块以及构造模块；

所述构建模块用于建立多智能体耦合系统模型；

所述融合模块用于应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；

所述触发模块用于运用事件触发机制来降低通信负担；

所述构造模块用于构造网络攻击下多智能体控制系统的输出反馈控制器。

2.一种防攻击的多智能体控制系统的方法，其特征在于，包括：

步骤1：建立多智能体耦合系统模型；

步骤2：应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息；

步骤3：运用事件触发机制来降低通信负担；

步骤4：构造网络攻击下多智能体控制系统的输出反馈控制器。

3.根据权利要求2所述的防攻击的多智能体控制系统的方法，其特征在于，所述建立的多智能体耦合系统模型为公式(1)所示的模型：

其中，t表示时刻，

表示防攻击的多智能体控制系统的第i个智能体的状态方程，

分别表示第i个智能体的状态量，多智能体控制系统对第i个智能体的控制输入量，多智能体控制系统对第i个智能体的控制输出量和对第i个智能体的测量输出量，v(t)∈l₂[0，∞)表示外部扰动量，A_i，B_i，C_i，D_i，E_i，H_ij，L_i分别表示该状态方程的对应各自相乘的乘数的系数矩阵，

i为自然数且表示子第i个智能体的顺序号，N表示智能体的总数，Rⁿ为所有智能体的状态量的集合，R^m1为多智能体控制系统对所有智能体的控制输入量的集合，R^m2为多智能体控制系统对所有智能体的控制输出量的集合，R^m2为所有智能体的测量输出量的集合。

4.根据权利要求2所述的防攻击的多智能体控制系统的方法，其特征在于，所述应用数据融合方式，使得每个智能体能够接收到相邻智能体的信息

为公式(2)所示：

其中，

表示作为所述相邻智能体的信息的经数据融合中心处理后得到的测量输出，w_ij表示作为第i个智能体和第j个智能体这样的相邻智能体之间信息传递的权重。

5.根据权利要求2所述的防攻击的多智能体控制系统的方法，其特征在于，所述运用事件触发机制来降低通信负担的方式的该事件触发机制满足公式(3)的条件：

其中，

表示第i个智能体最近的事件触发时刻，

表示第i个智能体的误差，

表示第i个智能体的最近发送数据

和当前采样数据

之间的平均值，l＝0，1，2，…，δ₁，δ₂表示正实数，Ω_i＞0且表示第i个智能体的权重矩阵。

6.根据权利要求2所述的防攻击的多智能体控制系统的方法，其特征在于，所述构造网络攻击下多智能体控制系统的输出反馈控制器u_i(t)为公式(4)所示：

其中，u_i(t)表示作为输出反馈控制器的第i个智能体的控制器，K_i表示第i个智能体的控制器增益，

表示第i个智能体被攻击后的系统输出量并如公式(5)所示：

其中，f_i(t)表示第i个智能体所受的攻击信号，变量α(t)∈{0，1}服从伯努利分布，Prob{α(t)＝1}＝α，Prob{α(t)＝0}＝1-α，当α(t)＝0时系统输出被网络攻击信号覆盖，当α(t)＝1时表示不遭受攻击，攻击信号满足如公式(6)所示的如下条件：

||f_i(t)||₂≤||G_ix_i(t)||₂+ε³ (6)

其中，G_i表示第i个智能体的常矩阵，ε表示设定的很小的正数。

Images