数据库攻击下 LQ 自适应控制的后悔界(扩展版)
系统与控制
2022-11-08 v2 系统与控制
摘要
本文关注于理解并抵消数据库攻击对基于学习的线性二次型自适应控制器的影响。该攻击既不针对传感器也不针对执行器,而仅毒化作为调节方案一部分的学习算法与参数估计器。我们聚焦于 Abbasi-Yadkori 与 Szepesvari 提出的自适应最优控制算法,给出存在攻击时的后悔分析以及缓解其影响的改进方案。该算法的核心步骤是自正则化在线最小二乘估计,它以高概率确定系统真实参数周围的紧致置信集。在无恶意数据注入时,该集合为控制设计目的提供了合适的参数估计。然而,在存在攻击时,该置信集不再可靠。因此,我们首先解决如何调整置信集以补偿有毒数据影响的问题。随后,我们通过界定受攻击闭环系统的后悔,量化此类攻击对控制策略最优性的有害影响。
引用
@article{arxiv.2004.00241,
title = {Regret Bounds for LQ Adaptive Control Under Database Attacks (Extended Version)},
author = {Jafar Abbaszadeh Chekan and Cedric Langbort},
journal= {arXiv preprint arXiv:2004.00241},
year = {2022}
}
备注
15 pages