在DoS攻击下,针对二阶多智能体系统的周期性事件触发近似最优编队控制

《Neurocomputing》:Periodic event-triggered approximate optimal formation control for second-order multi-agent systems under DoS attacks

【字体: 大 中 小 】 时间:2026年04月26日 来源:Neurocomputing 6.5

编辑推荐:

  摘要 本文研究了在遭受拒绝服务(DoS)攻击的情况下,二阶多智能体系统(MASs)的周期性事件触发近似最优编队控制问题。首先,建立了一个双模马尔可夫切换模型(DM-MSM),在该模型中,攻击频率和持续时间约束被嵌入到转移概率矩阵中。该模型明确捕捉了攻击的随机开启/关闭特性以及由此

  摘要
本文研究了在遭受拒绝服务(DoS)攻击的情况下,二阶多智能体系统(MASs)的周期性事件触发近似最优编队控制问题。首先,建立了一个双模马尔可夫切换模型(DM-MSM),在该模型中,攻击频率和持续时间约束被嵌入到转移概率矩阵中。该模型明确捕捉了攻击的随机开启/关闭特性以及由此导致的通信拓扑结构的变化,从而产生了依赖于模式的稳定性判据。其次,设计了一种具有固定采样周期的分布式周期性事件触发控制(PETC)架构。通过仅在离散时刻评估触发条件,所提出的机制显著减少了通信和计算负担,并在结构上排除了Zeno行为。此外,PETC策略被整合到基于回声状态网络的双启发式动态规划(ESN-DHP)框架中。在该设计中,使用了一个具有回声状态存储动态的评论家神经网络来在线近似最优值函数的梯度。通过将权重更新限制在触发时刻,所提出的方法有效地近似了哈密顿-雅可比-贝尔曼方程(HJBE)的解,从而在DoS攻击下协同优化了编队跟踪精度和能耗。最后,数值仿真证明了所提出方法的有效性。

引言
由于合作无人机群体在检测、智能交通系统和分布式机器人协作方面的快速进展,具有灵活性、鲁棒性和效率的多智能体系统(MASs)已成为执行复杂任务的关键平台。作为多智能体协调的基础,编队控制旨在通过分布式协议引导智能体进入并维持预定的空间配置,它在目标跟踪、区域覆盖和协同运输等应用中发挥着关键作用。代表性的方法包括领导者-跟随者、基于行为的、虚拟结构和人工势场方法[1]、[2]、[3]、[4]、[5]、[6]。
在现实世界中,MASs严重依赖无线链接进行状态交换,这使得它们容易受到DoS攻击的影响。通过干扰通信频道,此类攻击会导致数据包丢失或延迟,从而破坏协调并导致编队不稳定。现有研究通常通过对攻击频率和持续时间施加上限来建模DoS行为,从而构建量化最大允许频率和最长不间断干扰间隔的数学框架[7]、[8]、[9]、[10]、[11]、[12]。例如,Tang等人[11]提出了一个通用时间约束模型,明确定义了攻击频率和持续时间的上限,而[12]量化了攻击频率和逗留时间参数,并结合模糊逻辑与自适应控制,以实现非线性MASs在DoS攻击下的弹性编队控制。虽然这些模型为设计抗攻击控制器提供了有价值的基础,但它们仍然存在两个明显的局限性:它们难以准确捕捉攻击的随机开启/关闭动态,并且未能明确将通信拓扑变化与攻击状态联系起来。在本文中,我们采用了DM-MSM来模拟在DoS攻击下的MASs,定义了两种模式——正常通信和干扰——其随机转换由满足马尔可夫性质的转移概率矩阵控制[13]。该矩阵的参数直接编码了攻击频率和平均持续时间,将传统的时间约束嵌入到随机动态框架中,从而能够准确描述DoS攻击的随机启动-停止行为。通过引入依赖于模式的拓扑结构来表示通信中断的影响,所提出的模型为后续的抗攻击控制设计提供了理论基础和实施路径[14]、[15]、[16]、[17]、[18]。
为了减轻通信资源压力,ETC策略在MASs中得到了广泛探索。与传统的时间触发控制不同,ETC范式允许智能体仅在本地状态误差(例如,它们自己的状态与期望状态或邻居的状态之间的偏差)超过预定义阈值时才传输数据和更新控制输入,从而大幅减少了通信负载和能耗[19]、[20]、[21]、[22]、[23]。最近的研究集中在开发多种事件触发编队策略上,包括滑模控制、自适应控制、有限时间和容错控制,以共同优化通信效率、系统鲁棒性和动态性能[24]、[25]、[26]、[27]。然而,连续时间ETC要求智能体不断监控它们的状态,从而产生相当大的计算开销。为了解决这一限制,PETC被提出作为一种有效的解决方案[28]、[29]、[30]、[31]、[32]、[33]。PETC结合了事件触发的低通信优势和周期性采样的低计算优势:智能体仅在离散的周期时刻采样它们的状态并评估触发条件,消除了持续监控的需要,减轻了计算负担,并本质上防止了Zeno行为。例如,Guo等人[30]使用复杂的拉普拉斯方法设计了用于一阶MASs的周期性通信和触发机制,而[32]提出了一种用于二阶系统的事件触发比例积分控制器和自触发策略,进一步减少了更新频率和监控需求,同时保证了仿射编队性能。
在动态环境和攻击干扰存在的情况下,仅确保编队稳定性已不再足够;多目标协同优化——如最小化跟踪误差和控制能耗——变得至关重要。传统的最优控制需要解决复杂的HJBE,这对于分布式非线性MASs来说是分析上难以处理的。利用神经网络和自适应动态规划(ADP)的近似最优控制已成为接近全局最优解的关键突破。Huang等人[34]通过在ADP框架内重构演员-评论家更新机制来解决二阶线性MASs的编队控制问题。该设计无需持续激励或额外约束,同时确保了稳定性并优化了编队性能,为对抗性条件下的分布式优化提供了新的视角。在这种背景下,PETC与基于ADP的近似最优控制的协同整合已成为处理动态、对抗性环境中资源受限MASs协同控制的关键方向。对于受到网络攻击、随机噪声、未知干扰和复杂网络效应的系统,这种混合策略严格减少了通信和计算开销,同时保证了所需优化性能的实现和维持[35]、[36]、[37]。然而,在实现传统ADP时,评论家网络通常使用多项式基函数或多层感知器。其近似性能高度依赖于基函数的精心设计或网络架构的复杂调整,这给算法引入了经验挑战和额外的计算负担[38]、[39]。因此,ESN被引入到ADP框架中作为一种高效稳定的函数逼近器。其核心是一个固定的、随机初始化的动态存储器,只有输出权重需要在线训练[40]、[41]。这种结构不仅规避了与梯度相关的问题,还显著降低了在线学习的计算复杂性。更重要的是,ESN具有经过验证的通用逼近能力[42],使其能够从时间信号中自动生成丰富的动态特征,从而消除了手动设计基函数的需求。在此基础上,将ESN与DHP整合,形成了ESN-DHP架构,成为了一种有效的解决方案。在该架构中,单个ESN作为评论家网络直接近似最优值函数(代价态)的梯度,用于解决HJBE,其有效性已在单智能体非线性系统的最优控制中得到验证[43]、[44]。
受上述研究的启发,本文研究了在DoS攻击下二阶MASs的周期性事件触发近似最优编队控制。主要贡献如下:
1) 引入了马尔可夫链来描述DoS攻击,其中转移率矩阵量化了攻击频率和持续时间,从而在攻击状态和通信拓扑之间建立了定量联系。这种建模方法将传统的频率-持续时间约束框架[9]、[10]、[11]、[28]从确定性约束放宽为概率描述。通过捕捉攻击的随机开启/关闭特性,它为随机攻击环境下的稳定性分析提供了更具实践相关性的理论基础。
2) 设计了一种具有固定采样周期的PETC架构,该架构在结构上排除了Zeno行为。与现有的时间触发控制和连续ETC[15]、[21]、[25]相比,所提出的方法显著减少了通信频率,同时保证了编队跟踪精度,从而提高了整体通信效率。
3) 通过将ESN与DHP集成,构建了一个事件触发近似最优控制框架。通过采用梯度逼近方法,该框架解决了ADP方法中有限激活函数和二次价值函数约束之间的不兼容性问题[34]、[35]、[36]、[37]。由于网络权重仅在事件触发时刻更新,该框架在DoS攻击下实现了编队跟踪精度和控制能耗的协同优化。

本文的其余部分组织如下。第2节详细阐述了代数图论、系统动态建模和双模马尔可夫链,并提供了后续分析所需的几个引理和推论。第3节设计了周期性事件触发机制并建立了编队跟踪稳定性判据。第4节介绍了最优编队跟踪控制策略。第5节介绍了基于ESN-DHP的近似最优控制实现方法。第6节通过数值仿真验证了所提出方法的有效性。第7节总结了本文。

初步
在继续之前,为了方便读者参考,本文涉及的主要符号在表1中进行了总结。

基于触发条件(12)和上述建立的引理,提出了所提出的PETC策略下编队跟踪的充分条件如下。
定理1
考虑跟随者MASs(7)和领导者MASs (2)
假设:
1. 如果满足以下条件,则在事件触发通信机制(12)下可以实现编队跟踪并排除Zeno行为:
1) 控制增益满足
2) 事件触发参数满足
3) 采样周期选择为

最优编队跟踪控制设计
在前一节确定了所提出的PETC策略的稳定性条件后,本节旨在找到一种在PETC框架内实现编队跟踪同时最小化性能指标的最优控制策略。为了简化符号表示,在攻击模式下,我们用 表示。为了简洁起见,当不会引起混淆时省略了时间依赖性。

智能体的成本函数定义为
其中,性能指标函数由 给出, 表示

通过esn-dhp进行近似最优控制
第4节中制定的最优编队跟踪控制问题依赖于解决HJBE,这通常很难通过分析方法解决。为了克服这一挑战,本节开发了一种使用ADP的近似最优控制方法。具体来说,我们在DHP框架内基于ESN设计了一个评论家网络来近似最优值函数的梯度。

示例
[15] 我们考虑了一个由8个跟随者和1个领导者组成的领导者-跟随者MASs,它们具有图2中显示的三种通信拓扑。3D空间中的编队模式是一个长方体。领导者和跟随者的非线性动态分别为
系统参数配置如下。系数矩阵为 ,所有初始状态设置为零。控制参数为: , , , , , , , 和 。对于ESN-DHP评论家网络,实现参数为

结论
对于在DoS攻击下的二阶MASs,我们提出了一种周期性事件触发近似最优编队控制方案。具体来说,构建了一个双模马尔可夫切换模型来描述攻击的随机开启/关闭特性,将攻击频率和持续时间约束嵌入到转移概率矩阵中,并基于依赖于模式的分析方法建立了系统稳定性判据。在此基础上,为了在CRediT中实现可靠的控制

作者贡献声明
Lei Li:撰写——原始草案,方法论。
Lei Liu:方法论,概念化。
Dongmei Yan:调查,形式分析。
Chengqing Liang:监督,概念化。
Zhaojing Wu:撰写——审阅与编辑,可视化。

利益冲突声明
作者声明他们没有已知的竞争财务利益或个人关系可能影响本文报告的工作。

致谢
该项目得到了中央高校基本研究基金(B250205047)、南京邮电大学自然科学研究生人才引进启动基金(NY223067)、教育部系统控制与信息处理重点实验室基金(P.R. China,Scip20240111)和中国航空科学基金(Grant 2024Z071108001)的支持。
Lei Li于2015年在中国烟台的鲁东大学获得了学士学位。她目前正在南京的海河大学攻读博士学位。她目前的研究兴趣包括多智能体系统的协同控制和最优控制。
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