虚假数据注入攻击下的多模型弹性观测器
系统与控制
2020-09-01 v1 密码学与安全
系统与控制
摘要
在本文中，我们提出利用辅助信息源提升信息物理系统（CPS）中基于优化的观测器弹性的概念。由于物理、通信与计算的紧密耦合，恶意代理可利用多种固有漏洞向测量过程注入隐蔽信号。问题设定考虑这样一种场景：攻击者策略性地破坏部分数据，以迫使产生错误的状态估计，从而可能造成灾难性后果。所提观测器的目标是在存在对抗性破坏的情况下计算出真实状态。在公式化中，我们使用由辅助模型生成的测量先验分布来精炼传统基于压缩感知的回归问题的可行域。利用 l1 最小化方案开发了基于约束优化的观测器。数值实验表明，所得问题的解恢复了系统的真实状态。所开发的算法通过 IEEE 14 总线系统的数值仿真例子进行了评估。
引用
@article{arxiv.2008.12859,
title = {Multi-Model Resilient Observer under False Data Injection Attacks},
author = {Olugbenga Moses Anubi and Charalambos Konstantinou and Carlos A. Wong and Satish Vedula},
journal= {arXiv preprint arXiv:2008.12859},
year = {2020}
}
备注
Presented at 2020 IEEE Conference on Control Technology and Applications (CCTA 2020)