JP2023099985A - クラスター周期協調制御方法及び装置 - Google Patents
クラスター周期協調制御方法及び装置 Download PDFInfo
- Publication number
- JP2023099985A JP2023099985A JP2022019412A JP2022019412A JP2023099985A JP 2023099985 A JP2023099985 A JP 2023099985A JP 2022019412 A JP2022019412 A JP 2022019412A JP 2022019412 A JP2022019412 A JP 2022019412A JP 2023099985 A JP2023099985 A JP 2023099985A
- Authority
- JP
- Japan
- Prior art keywords
- vector
- state vector
- parameter matrix
- control input
- history
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/14—Network architectures or network communication protocols for network security for detecting or protecting against malicious traffic
- H04L63/1441—Countermeasures against malicious traffic
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L63/00—Network architectures or network communication protocols for network security
- H04L63/20—Network architectures or network communication protocols for network security for managing network security; network security policies in general
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Security & Cryptography (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Medical Informatics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Programmable Controllers (AREA)
Abstract
Description
履歴制御入力ベクトル及び各前記スマートデバイスノードにそれぞれ対応する履歴状態ベクトルを取得するステップと、
外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップと、
入力されたタスク作成命令に応答して、複数の前記スマートデバイスノードを画定して、複数のデバイスノードクラスターを取得して、対応する制御目標を決定するステップと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトル及び目標クラスターコントローラーを決定するステップと、
目標クラスターコントローラーによって、前記周期制御入力ベクトルを利用して、前記離散的結合ネットワークシステムを制御するステップと、
前記履歴制御入力ベクトルを前記周期制御入力ベクトルに更新し、前記履歴状態ベクトルを前記現在の状態ベクトルに更新し、ジャンプして、前記外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定する前記ステップを実行するステップと含む。
予め設定された非線形関数を利用して、前記履歴状態ベクトルに対応する非線形関数ベクトルを算出するステップと、
前記状態パラメータ行列と前記履歴状態ベクトルとの第1乗算値を算出するステップと、
前記非線形パラメータ行列と前記非線形関数ベクトルとの第2乗算値を算出するステップと、
前記内部結合パラメータ行列、前記結合構成行列及び前記履歴状態ベクトルの間の第3乗算値の累積合計値を算出するステップと、
前記ノイズパラメータ行列と外部ノイズ妨害データとの第4乗算値を算出するステップと、
前記第1乗算値、前記第2乗算値、前記累積合計値、前記第4乗算値及び前記履歴制御入力ベクトルを加算して、各前記スマートデバイスノードに対応する現在の状態ベクトルを決定するステップとを含む。
入力されたタスク作成命令に応答して、対応するタスクの数を取得するステップと、
前記タスクの数に従って複数のスマートデバイスノードを画定して、前記タスクの数に等しく、対応するコントローラーを備えた複数のデバイスノードクラスターを取得するステップと、
予め設定された非線形関数を利用して、各前記コントローラーに対応するクラスター非線形関数ベクトルを算出するステップと、
前記状態パラメータ行列と各前記コントローラーとの第5乗算値を算出するステップと、
前記非線形パラメータ行列と各前記クラスター非線形関数ベクトルとの第6乗算値を算出するステップと、
各前記第5乗算値と各前記第6乗算値を加算して、各前記デバイスノードクラスターに対応する制御目標を取得するステップとを含む。
予め設定された周期に従って、現在のクラスターコントローラーに対応する初期制御ゲインを取得するステップと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトルを決定するステップと、
前記現在の状態ベクトルと前記制御目標との差を算出して、初期同期誤差を取得するステップと、
前記初期同期誤差及び前記外部攻撃情報を利用して、同期誤差関数を構築するステップと、
前記同期誤差関数を拡大して最小値を求め、前記最小値に対応するコントローラーを目標クラスターコントローラーとして決定するステップとを含む。
前記同期誤差関数を拡大した後、各前記制御ゲインと組み合わせて複数の同期誤差値を算出するステップと、
複数の前記同期誤差値から最小値を選択するステップと、
前記最小値に対応するコントローラーを目標クラスターコントローラーとして決定するステップとを含む。
履歴制御入力ベクトル及び各前記スマートデバイスノードにそれぞれ対応する履歴状態ベクトルを取得するための履歴情報取得モジュールと、
外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するための現在の状態ベクトル決定モジュールと、
入力されたタスク作成命令に応答して、複数の前記スマートデバイスノードを画定し、複数のデバイスノードクラスターを取得して、対応する制御目標を決定するためのクラスター画定モジュールと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトル及び目標クラスターコントローラーを決定するための周期ベクトル及びコントローラー決定モジュールと、
目標クラスターコントローラーによって、前記周期制御入力ベクトルを利用して前記離散的結合ネットワークシステムを制御するための周期制御モジュールと、
前記履歴制御入力ベクトルを前記周期制御入力ベクトルに更新し、前記履歴状態ベクトルを前記現在の状態ベクトルに更新し、ジャンプして前記外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップを実行するための周期サイクルモジュールとを備える。
予め設定された非線形関数を利用して、前記履歴状態ベクトルに対応する非線形関数ベクトルを算出し、
前記状態パラメータ行列と前記履歴状態ベクトルとの第1乗算値を算出し、
前記非線形パラメータ行列と前記非線形関数ベクトルとの第2乗算値を算出し、
前記内部結合パラメータ行列、前記結合構成行列及び前記履歴状態ベクトルの第3乗算値の累積合計値を算出し、
前記ノイズパラメータ行列と外部ノイズ妨害データとの第4乗算値を算出し、
前記第1乗算値、前記第2乗算値、前記累積合計値、前記第4乗算値及び前記履歴制御入力ベクトルを加算し、各前記スマートデバイスノードに対応する現在の状態ベクトルを決定するために使用されている。
入力されたタスク作成命令に応答して、対応するタスクの数を取得し、
前記タスクの数に従って、複数のスマートデバイスノードを画定し、前記タスクの数に等しく、対応するコントローラーを備えた複数のデバイスノードクラスターを取得し、
予め設定された非線形関数を利用して、各前記コントローラーに対応するクラスター非線形関数ベクトルを算出し、
前記状態パラメータ行列と各前記コントローラーとの第5乗算値を算出し、
前記非線形パラメータ行列と各前記クラスター非線形関数ベクトルとの第6乗算値を算出し、
各前記第5乗算値及び各前記第6乗算値を加算し、各前記デバイスノードクラスターに対応する制御目標を取得するために使用されている。
予め設定された周期に従って、現在のクラスターコントローラーに対応する初期制御ゲインを取得するための初期制御ゲイン取得サブモジュールと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトルを決定するための周期制御入力ベクトル決定サブモジュールと、
前記現在の状態ベクトルと前記制御目標との差を算出して、初期同期誤差を取得するための初期同期誤差計算サブモジュールと、
前記初期同期誤差及び前記外部攻撃情報を利用して、同期誤差関数を構築するための同期誤差関数構築サブモジュールと、
前記同期誤差関数を拡大して、最小値を求め、前記最小値に対応する制御ゲインに関連したコントローラーを、目標クラスターコントローラーとして決定するための目標クラスターコントローラー決定サブモジュールとを含む。
前記同期誤差関数を拡大した後、各前記制御ゲインと組み合わせて複数の同期誤差値を算出し、
複数の前記同期誤差値から最小値を選択し、
前記最小値に対応するコントローラーを、目標クラスターコントローラーとして決定するために使用されている。
である場合、コントローラーがネットワーク攻撃を受け、制御信号が改変されたことを示し、
である場合、コントローラーが通常に動作していることを示す。また、コントローラーがネットワーク攻撃を検出できる確率は、
である。
状態パラメータ行列と履歴状態ベクトルとの第1乗算値を算出するステップと、
非線形パラメータ行列と非線形関数ベクトルとの第2乗算値を算出するステップと、
内部結合パラメータ行列、結合構成行列及び履歴状態ベクトルの間の第3乗算値の累積合計値を算出するステップと、
ノイズパラメータ行列と外部ノイズ妨害データとの第4乗算値を算出するステップと、
第1乗算値、第2乗算値、累積合計値、第4乗算値及び履歴制御入力ベクトルを加算して、各前記スマートデバイスノードに対応する現在の状態ベクトルを決定する。
を決定する。
ピニング制御の特徴は、Jを制御されたノードの固定セットとして、クラスターの同期効果を実現するために、1つのクラスター内に、1つの固定ノードのみが制御に使用されることである。
同期誤差関数を拡大した後、各制御ゲインと組み合わせて複数の同期誤差値を算出し、
複数の同期誤差値から最小値を選択し、
最小値に対応するコントローラーを目標クラスターコントローラーとして決定する。
ランダムなネットワーク攻撃がコントローラーに影響を与える環境では、各コントローラーは周期性セキュリティ制御戦略を採用して、クラスターネットワークシステム全体を協調的に制御する。
履歴制御入力ベクトル及び各前記スマートデバイスノードにそれぞれ対応する履歴状態ベクトルを取得するための履歴情報取得モジュール401と、
外部ノイズ妨害データ、履歴制御入力ベクトル、履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するための現在の状態ベクトル決定モジュール402と、
入力されたタスク作成命令に応答して、複数のスマートデバイスノードを画定し、複数のデバイスノードクラスターを取得して、対応する制御目標を決定するためのクラスター画定モジュール403と、
外部攻撃情報を検出した場合、現在の状態ベクトル、制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトル及び目標クラスターコントローラーを決定するための周期ベクトル及びコントローラー決定モジュール404と、
目標クラスターコントローラーによって、周期制御入力ベクトルを利用して離散的結合ネットワークシステムを制御するための周期制御モジュール405と、
履歴制御入力ベクトルを周期制御入力ベクトルに更新し、履歴状態ベクトルを現在の状態ベクトルに更新し、ジャンプして外部ノイズ妨害データ、履歴制御入力ベクトル、履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップを実行するための周期サイクルモジュール406とを備える。
予め設定された非線形関数を利用して、履歴状態ベクトルに対応する非線形関数ベクトルを算出し、
状態パラメータ行列と前記履歴状態ベクトルとの第1乗算値を算出し、
非線形パラメータ行列と非線形関数ベクトルとの第2乗算値を算出し、
内部結合パラメータ行列、結合構成行列及び履歴状態ベクトルの第3乗算値の累積合計値を算出し、
ノイズパラメータ行列と外部ノイズ妨害データとの第4乗算値を算出し、
第1乗算値、第2乗算値、累積合計値、第4乗算値及び履歴制御入力ベクトルを加算し、各スマートデバイスノードに対応する現在の状態ベクトルを決定するために使用されている。
入力されたタスク作成命令に応答して、対応するタスクの数を取得し、
タスクの数に従って、複数のスマートデバイスノードを画定し、タスクの数に等しく、対応するコントローラーを備えた複数のデバイスノードクラスターを取得し、
予め設定された非線形関数を利用して、各コントローラーに対応するクラスター非線形関数ベクトルを算出し、
状態パラメータ行列と各コントローラーとの第5乗算値を算出し、
非線形パラメータ行列と各クラスター非線形関数ベクトルとの第6乗算値を算出し、
各第5乗算値及び各第6乗算値を加算し、各デバイスノードクラスターに対応する制御目標を取得するために使用されている。
予め設定された周期に従って現在のクラスターコントローラーに対応する初期制御ゲインを取得するための初期制御ゲイン取得サブモジュールと、
外部攻撃情報を検出した場合、現在の状態ベクトル、制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトルを決定するための周期制御入力ベクトル決定サブモジュールと、
現在の状態ベクトルと制御目標との差を算出して、初期同期誤差を取得するための初期同期誤差計算サブモジュールと、
初期同期誤差及び外部攻撃情報を利用して、同期誤差関数を構築するための同期誤差関数構築サブモジュールと、
同期誤差関数を拡大して、最小値を求め、最小値に対応する制御ゲインに関連したコントローラーを、目標クラスターコントローラーとして決定するための目標クラスターコントローラー決定サブモジュールとを含む。
同期誤差関数を拡大した後、各制御ゲインと組み合わせて複数の同期誤差値を算出し、
複数の同期誤差値から最小値を選択し、
最小値に対応するコントローラーを目標クラスターコントローラーとして決定するために使用されている。
Claims (10)
- 通信接続された複数のスマートデバイスノードで構成される離散的結合ネットワークシステムに関し、前記スマートデバイスノードにはコントローラーが設けられており、前記方法は、
履歴制御入力ベクトル及び各前記スマートデバイスノードにそれぞれ対応する履歴状態ベクトルを取得するステップと、
外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップと、
入力されたタスク作成命令に応答して、複数の前記スマートデバイスノードを画定して、複数のデバイスノードクラスターを取得して、対応する制御目標を決定するステップと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトル及び目標クラスターコントローラーを決定するステップと、
目標クラスターコントローラーによって、前記周期制御入力ベクトルを利用して、前記離散的結合ネットワークシステムを制御するステップと、
前記履歴制御入力ベクトルを前記周期制御入力ベクトルに更新し、前記履歴状態ベクトルを前記現在の状態ベクトルに更新し、ジャンプして、前記外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップを実行するステップとを含むことを特徴とする、クラスター周期協調制御方法。 - 前記パラメータ行列は、状態パラメータ行列、非線形パラメータ行列、ノイズパラメータ行列、内部結合パラメータ行列及び結合構成行列を含み、外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップは、
予め設定された非線形関数を利用して、前記履歴状態ベクトルに対応する非線形関数ベクトルを算出するステップと、
前記状態パラメータ行列と前記履歴状態ベクトルとの第1乗算値を算出するステップと、
前記非線形パラメータ行列と前記非線形関数ベクトルとの第2乗算値を算出するステップと、
前記内部結合パラメータ行列、前記結合構成行列及び前記履歴状態ベクトルの間の第3乗算値の累積合計値を算出するステップと、
前記ノイズパラメータ行列と外部ノイズ妨害データとの第4乗算値を算出するステップと、
前記第1乗算値、前記第2乗算値、前記累積合計値、前記第4乗算値及び前記履歴制御入力ベクトルを加算して、各前記スマートデバイスノードに対応する現在の状態ベクトルを決定するステップとを含むことを特徴とする、請求項1に記載の方法。 - 前記入力されたタスク作成命令に応答して、複数の前記スマートデバイスノードを画定し、複数のデバイスノードクラスターを取得して、対応する制御目標を決定するステップは、
入力されたタスク作成命令に応答して、対応するタスクの数を取得するステップと、
前記タスクの数に従って複数のスマートデバイスノードを画定して、前記タスクの数に等しく、対応するコントローラーを備えた複数のデバイスノードクラスターを取得するステップと、
予め設定された非線形関数を利用して各前記コントローラーに対応するクラスター非線形関数ベクトルを算出するステップと、
前記状態パラメータ行列と各前記コントローラーとの第5乗算値を算出するステップと、
前記非線形パラメータ行列と各前記クラスター非線形関数ベクトルとの第6乗算値を算出するステップと、
各前記第5乗算値と各前記第6乗算値を加算して、各前記デバイスノードクラスターに対応する制御目標を取得するステップとを含むことを特徴とする、請求項2に記載の方法。 - 前記外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトル及び目標クラスターコントローラーを決定するステップは、
予め設定された周期に従って、現在のクラスターコントローラーに対応する初期制御ゲインを取得するステップと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトルを決定するステップと、
前記現在の状態ベクトルと前記制御目標との差を算出して、初期同期誤差を取得するステップと、
前記初期同期誤差及び前記外部攻撃情報を利用して、同期誤差関数を構築するステップと、
前記同期誤差関数を拡大して最小値を求め、前記最小値に対応するコントローラーを、目標クラスターコントローラーとして決定するステップとを含む、ことを特徴とする請求項2に記載の方法。 - 前記同期誤差関数を拡大して最小値を求め、前記最小値に対応するコントローラーを、目標クラスターコントローラーとして決定する前記ステップは、
前記同期誤差関数を拡大した後、各前記制御ゲインと組み合わせて複数の同期誤差値を算出するステップと、
複数の前記同期誤差値から最小値を選択するステップと、
前記最小値に対応するコントローラーを、目標クラスターコントローラーとして決定するステップとを含むことを特徴とする、請求項4に記載の方法。 - 通信接続された複数のスマートデバイスノードで構成される離散的結合ネットワークシステムに関し、前記スマートデバイスノードにはコントローラーが設けられており、前記装置は、
履歴制御入力ベクトル及び各前記スマートデバイスノードにそれぞれ対応する履歴状態ベクトルを取得するための履歴情報取得モジュールと、
外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するための現在の状態ベクトル決定モジュールと、
入力されたタスク作成命令に応答して、複数の前記スマートデバイスノードを画定し、複数のデバイスノードクラスターを取得して、対応する制御目標を決定するためのクラスター画定モジュールと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトル及び目標クラスターコントローラーを決定するための周期ベクトル及びコントローラー決定モジュールと、
目標クラスターコントローラーによって、前記周期制御入力ベクトルを利用して前記離散的結合ネットワークシステムを制御するための周期制御モジュールと、
前記履歴制御入力ベクトルを前記周期制御入力ベクトルに更新し、前記履歴状態ベクトルを前記現在の状態ベクトルに更新し、ジャンプして前記外部ノイズ妨害データ、前記履歴制御入力ベクトル、前記履歴状態ベクトル及び予め設定されたパラメータ行列に基づいて、現在の状態ベクトルを決定するステップを実行するための周期サイクルモジュールとを備えることを特徴とする、クラスター周期協調制御装置。 - 前記パラメータ行列は、状態パラメータ行列、非線形パラメータ行列、ノイズパラメータ行列、内部結合パラメータ行列及び結合構成行列を含み、前記現在の状態ベクトル決定モジュールは、具体的に、
予め設定された非線形関数を利用して、前記履歴状態ベクトルに対応する非線形関数ベクトルを算出し、
前記状態パラメータ行列と前記履歴状態ベクトルとの第1乗算値を算出し、
前記非線形パラメータ行列と前記非線形関数ベクトルとの第2乗算値を算出し、
前記内部結合パラメータ行列、前記結合構成行列及び前記履歴状態ベクトルの第3乗算値の累積合計値を算出し、
前記ノイズパラメータ行列と外部ノイズ妨害データとの第4乗算値を算出し、
前記第1乗算値、前記第2乗算値、前記累積合計値、前記第4乗算値及び前記履歴制御入力ベクトルを加算し、各前記スマートデバイスノードに対応する現在の状態ベクトルを決定するために使用されていることを特徴とする、請求項6に記載の装置。 - 前記クラスター画定モジュールは、具体的には、
入力されたタスク作成命令に応答して、対応するタスクの数を取得し、
前記タスクの数に従って、複数のスマートデバイスノードを画定し、前記タスクの数に等しく、対応するコントローラーを備えた複数のデバイスノードクラスターを取得し、
予め設定された非線形関数を利用して、各前記コントローラーに対応するクラスター非線形関数ベクトルを算出し、
前記状態パラメータ行列と各前記コントローラーとの第5乗算値を算出し、
前記非線形パラメータ行列と各前記クラスター非線形関数ベクトルとの第6乗算値を算出し、
各前記第5乗算値及び各前記第6乗算値を加算し、各前記デバイスノードクラスターに対応する制御目標を取得するために使用されていることを特徴とする、請求項7に記載の装置。 - 前記周期ベクトル及びコントローラー決定モジュールは、
予め設定された周期に従って、現在のクラスターコントローラーに対応する初期制御ゲインを取得するための初期制御ゲイン取得サブモジュールと、
外部攻撃情報を検出した場合、現在の状態ベクトル、前記制御目標及び外部攻撃情報に基づいて、周期制御入力ベクトルを決定するための周期制御入力ベクトル決定サブモジュールと、
前記現在の状態ベクトルと前記制御目標との差を算出して、初期同期誤差を取得するための初期同期誤差計算サブモジュールと、
前記初期同期誤差及び前記外部攻撃情報を利用して、同期誤差関数を構築するための同期誤差関数構築サブモジュールと、
前記同期誤差関数を拡大して、最小値を求め、前記最小値に対応する制御ゲインに関連したコントローラーを、目標クラスターコントローラーとして決定するための目標クラスターコントローラー決定サブモジュールとを備えることを特徴とする、請求項7に記載の装置。 - 前記目標クラスターコントローラー決定サブモジュールは、
前記同期誤差関数を拡大した後、各前記制御ゲインと組み合わせて複数の同期誤差値を算出し、
複数の前記同期誤差値から最小値を選択し、
前記最小値に対応するコントローラーを目標クラスターコントローラーとして決定するために使用されていることを特徴とする、請求項9に記載の装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210000484.4A CN114006777B (zh) | 2022-01-04 | 2022-01-04 | 一种集群周期协同控制方法和装置 |
CN202210000484.4 | 2022-01-04 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP7079048B1 JP7079048B1 (ja) | 2022-06-01 |
JP2023099985A true JP2023099985A (ja) | 2023-07-14 |
Family
ID=79932539
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022019412A Active JP7079048B1 (ja) | 2022-01-04 | 2022-02-10 | クラスター周期協調制御方法及び装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7079048B1 (ja) |
CN (1) | CN114006777B (ja) |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7606698B1 (en) * | 2006-09-26 | 2009-10-20 | Cadence Design Systems, Inc. | Method and apparatus for sharing data between discrete clusters of processors |
JP2010128674A (ja) * | 2008-11-26 | 2010-06-10 | Nec Corp | コンピュータネットワーク、異常検出装置、異常検出方法および異常検出プログラム |
CN101464922B (zh) * | 2009-01-22 | 2010-08-18 | 中国人民解放军国防科学技术大学 | 基于集群系统的计算机体系结构方案并行模拟优选方法 |
US8683591B2 (en) * | 2010-11-18 | 2014-03-25 | Nant Holdings Ip, Llc | Vector-based anomaly detection |
EP3035204B1 (en) * | 2014-12-19 | 2018-08-15 | Intel Corporation | Storage device and method for performing convolution operations |
CN109031949B (zh) * | 2018-07-06 | 2020-07-28 | 广东工业大学 | 一种智能制造系统协同控制方法 |
CN110426951A (zh) * | 2019-07-17 | 2019-11-08 | 西北工业大学深圳研究院 | 一种应用于集群智能系统的鲁棒分布式平均跟踪控制方法 |
CN111580545B (zh) * | 2020-03-25 | 2021-04-16 | 北京航空航天大学 | 一种异构无人机集群分布式时空协调控制方法 |
CN112230679B (zh) * | 2020-12-15 | 2021-03-09 | 中国人民解放军国防科技大学 | 基于延时的群组耦合系统协同控制方法和装置 |
CN113792858B (zh) * | 2021-09-13 | 2024-03-01 | 江南大学 | 耦合神经网络有界同步及其分布式控制方法 |
-
2022
- 2022-01-04 CN CN202210000484.4A patent/CN114006777B/zh active Active
- 2022-02-10 JP JP2022019412A patent/JP7079048B1/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP7079048B1 (ja) | 2022-06-01 |
CN114006777B (zh) | 2022-03-11 |
CN114006777A (zh) | 2022-02-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Global $ H_\infty $ pinning synchronization of complex networks with sampled-data communications | |
Sheng et al. | Distributed resilient filtering for time-varying systems over sensor networks subject to Round-Robin/stochastic protocol | |
CN112631856A (zh) | 一种意图驱动6g网络智能运维方法、系统、设备及应用 | |
You et al. | Distributed adaptive event‐triggered control for leader‐following consensus of multi‐agent systems | |
Wang et al. | Finite-time consensus of stochastic nonlinear multi-agent systems | |
Wu et al. | Adaptive saturated two-bit-triggered bipartite consensus control for networked MASs with periodic disturbances: a low-computation method | |
Venkatraman et al. | Improving Adhoc wireless sensor networks security using distributed automaton | |
CN113162888B (zh) | 安全威胁事件处理方法、装置及计算机存储介质 | |
CN110366186B (zh) | 一种传感器执行器网络应用程序的部署方法及系统 | |
Wang et al. | Multi‐dimensional Taylor network‐based control for a class of nonlinear stochastic systems with full state time‐varying constraints and the finite‐time output constraint | |
Zhao et al. | Hybrid event-triggered cooperative output regulation of multiagent systems with unreliable communication link | |
JP2023099985A (ja) | クラスター周期協調制御方法及び装置 | |
Zhao et al. | Distributed adaptive fuzzy fault-tolerant control for multi-agent systems with node faults and denial-of-service attacks | |
Liu et al. | Deadlock and liveness characterization for a class of generalized Petri nets | |
Qin et al. | Distributed type‐2 fuzzy adaptive control for heterogeneous nonlinear multiagent systems | |
Luo et al. | Hybrid event‐triggered control of linear multiagent systems via a fully distributed approach | |
Li et al. | Adaptive event-triggered group consensus of multi-agent systems with non-identical nonlinear dynamics | |
CN113114675B (zh) | 基于工业控制的安全审计系统及方法 | |
Duan et al. | Towards autonomic computing: a new self-management method | |
Wu et al. | Event-based distributed resilient control strategy for microgrids subject to disturbances and hybrid attacks | |
TWI805418B (zh) | 動態載入腳本以改變料件處理動作之系統及方法 | |
CN111901141A (zh) | 一种物联网应用模拟系统的设计方法 | |
Liu et al. | Strong controllable siphon basis-based robust deadlock control for manufacturing systems with multiple unreliable resources | |
Cherskikh et al. | Survey on behavioral strategies of cyber-physical systems in case of loss of integrity | |
CN114616743A (zh) | 联网电力系统设备的网络攻击检测 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220210 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220210 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20220510 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220513 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7079048 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |