多智能体系统协同控制中的安全保护
系统与控制
2021-05-07 v1 系统与控制
摘要
由于平均一致性算法的广泛应用，其安全性与隐私问题引起了极大关注。本文中，我们考虑系统受到一组未知智能体威胁的情形，这些智能体既“恶意”又“好奇”，它们向系统添加额外输入信号以扰动最终一致值或阻止达成一致，并试图推断其他智能体的初始状态。同时，我们设计了一种隐私保护平均一致性算法，为每个良性智能体配备带有时变指数递减阈值的攻击检测器，在温和条件下可保证每个良性智能体的初始状态隐私。若检测到恶意攻击者的存在，攻击检测器将触发警报。给出了无恶意攻击者时误报率的上界，以及系统中不存在攻击检测器无法检测的输入的充要条件。具体而言，我们证明在此条件下，若从始至终未触发警报，系统能以概率 1 实现渐近一致，并给出了收敛速度的上界以及关于最终一致值误差的一些定量估计。最后，通过数值案例说明了部分理论结果的有效性。
引用
@article{arxiv.2105.02618,
title = {Security Protection in Cooperative Control of Multi-agent Systems},
author = {Shuai Sun and Yilin Mo},
journal= {arXiv preprint arXiv:2105.02618},
year = {2021}
}
备注
9 pages, 3 figures. The manuscript will be submitted to a journal later