中文标题：拒绝服务攻击下信息物理系统的数据驱动安全控制：一种在线模态依赖的切换-Q-学习策略

英文标题：Data-Driven Secure Control for Cyber-Physical Systems under Denial-of-Service Attacks: An Online Mode-Dependent Switching-Q-Learning Strategy

来源期刊：电子与信息学报

基金项目：国家自然科学基金(62273208)

作  者：张瑞丰 杨荣妮

作者单位： 山东大学控制科学与工程学院 济南市 250061

摘  要：基于学习策略和切换系统理论，该文研究了拒绝服务(DoS)攻击下未知信息物理系统(CPSs)的安全分析与控制问题。考虑到攻击能量有限性，采用攻击频率和持续时间来描述DoS攻击。特别地，不同于现有的安全学习方法，该文利用切换系统理论提出了一种在线模态依赖的切换-Q-学习控制新算法及相应的数据驱动安全评估新准则。首先，将休眠和活跃DoS攻击下的未知CPSs分别转化为一类含有稳定和不稳定子系统的未知切换系统。随后设计了一种新颖的在线模态依赖的切换-Q-学习算法，进而获得数据驱动的最优安全控制增益。同时通过约束子系统阶段和切换阶段的能量函数，提出了一种具有攻击频率和持续时间约束的数据驱动安全评估准则。最后通过网络化轮式机器人系统的对比实验验证了该方法的高效性和优越性。

全文链接： https://jeit.ac.cn/cn/article/doi/10.11999/JEIT250746