面向复合虚假数据注入攻击的非线性多智能体系统：基于编码事件触发的最优弹性二分包含控制

《Artificial Intelligence Science and Engineering》：Optimal Resilient Bipartite Containment Control for Multi-Agent Systems via Coded Event-Triggered Scheme

　　

摘要：研究人员针对遭受加性与乘性复合形式虚假数据注入（FDI, False Data Injection）攻击的多智能体系统（MASs, Multi-Agent Systems），研究了最优二分包含控制（Bipartite Containment Control）问题。为提升通信安全性，设计了一种编码事件触发机制（CES, Coded Event-Triggered Scheme），每次触发仅传输长度为w的字符串。在标识符-评价-执行（Identifier-Critic-Actor）框架下，提出基于神经网络（NN, Neural Network）的强化学习（RL, Reinforcement Learning）算法，以克服哈密顿-雅可比-贝尔曼（HJB, Hamilton-Jacobi-Bellman）偏微分方程难以获得解析解的困难。针对执行网络与评价网络，区别于基于贝尔曼残差设计更新率的现有方法，研究人员提出采用简单正函数进行梯度下降的更新算法，简化自适应律构造。基于李雅普诺夫（Lyapunov）稳定性分析证明所有信号保持有界，且在协作与对抗交互下的跟随者均收敛至由领导者构成的相应凸包（Convex Hull）内。仿真结果进一步验证所提方法的有效性。

研究背景与问题提出：多智能体系统（MASs，由多个自主节点通过局部通信协同完成任务的分布式系统）在自动驾驶、机器人编队与无人机集群中应用广泛。传统包含控制只关注同向协同，而二分包含控制进一步刻画智能体间的协作与竞争关系，使跟随者收敛到多领导者构成的凸包（convex hull，状态可达区域的极小凸集）内。实际系统中存在三类瓶颈：其一，非线性严格反馈系统的最优控制依赖哈密顿-雅可比-贝尔曼（HJB）方程，通常无解析解；其二，带宽受限网络下持续通信造成资源浪费，传统事件触发未考虑字节级传输效率与隐私；其三，通信链路面临加性兼乘性复合虚假数据注入（FDI，False Data Injection，攻击者篡改传输数据的网络攻击）攻击，既有弹性控制多只防护跟随者间链路，忽略领导者—跟随者通道。

研究人员开展的工作与结论：面向非线性MASs，研究人员提出一种融合编码事件触发（CES，Coded Event-Triggered Scheme，以定长字符串替代连续量传输的机制）的分布式自适应最优弹性控制框架。核心结论是：所设计算法在复合FDI攻击下仍能保证闭环信号有界、无Zeno行为（无限次触发在有限时间内发生的非物理现象），且协作/对抗分组跟随者分别收敛至对应领导者凸包；在控制能耗与通信字节数显著下降的同时不损失最优性。

主要关键技术方法：研究人员采用严格反馈非线性多智能体模型，结合符号图（signed graph，边权可正可负表征合作/竞争）与结构平衡假设；利用径向基函数神经网络（RBFNN，Radial Basis Function Neural Network，以高斯核逼近未知函数的网络）辨识未知动态；在Identifier-Critic-Actor框架下用强化学习近似HJB解；设计CES将控制误差编码为w位字符串并在执行端解码；以Lyapunov函数统一证明稳定性、收敛性与触发间隔下界。

研究结果（按原文小节浓缩）：

引言（Introduction）：梳理二分包含、事件触发与FDI安全控制研究缺口，明确需同时处理多通道攻击、字节级通信与最优策略学习。

预备知识与问题建模（Preliminaries and Problem Formulation）：建立有向符号图拉普拉斯矩阵分块形式，定义含领导者轨迹的严格反馈动态；将FDI建模为乘性扰动与加性扰动叠加，重构受攻击一致性误差，给出结构平衡、领导者可导有界与攻击有界假设。

编码事件触发机制（Coded Event-Triggered Scheme）：给出触发条件|Δv|≥p·s^m与字符串编码/解码规则，每次仅发送w长度码字，执行器依据历史输入与码值更新控制量，兼顾固定字节通信、隐私保护与资源节约。

主要结果（Main Results）：在Backstepping（反步法，递推构造虚拟控制的思想）控制设计中嵌入CES与NN逼近；针对Actor/Critic不再使用Bellman残差，而是以正定函数驱动梯度下降更新权重，降低自适应律复杂度；证明复合攻击下误差动态有界稳定。

稳定性分析（Lyapunov Stability Analysis）：构造含神经网络权重误差、一致性误差与触发误差的Lyapunov函数，推导所有闭环信号一致最终有界，跟随者输出进入领导者凸包，并给出触发间隔正下界以排除Zeno。

仿真验证（Simulation Results）：在数值多智能体平台上对比传统事件触发与无攻击基线，显示编码触发大幅减少传输字节，攻击补偿后轨迹仍收敛，控制输入幅值更低。

讨论与结论翻译：讨论部分指出，该方法相对已有弹性策略的改进在于多通道FDI覆盖、字节级CES与简化RL更新三者耦合；局限是依赖有界攻击与结构平衡图假设。研究结论为——在加性/乘性FDI并存场景下，所提编码事件触发最优二分包含方案可实现通信经济、安全弹性与次优能耗的统一，为带宽受限安全多智能体协同提供可证明稳定的理论工具。

论文核心贡献已经明确，接下来可以选择一个方向继续深化：

把论文解读改写成期刊审稿意见

设计一组可复现的仿真实验方案

把论文解读改写成期刊审稿意见

设计一组可复现的仿真实验方案