代学习强大的安全性,用于小延迟批次流程的预测跟踪控制:对不可靠的网络通道进行欺骗攻击
Hui Li1, Shiqi Wang1, Ping Li1
1School of Electronics and Information Engineering, University of Science and Technology Liaoning, Anshan 114051, China.
ISA transactions
|October 15, 2024
概括
这项研究引入了一种新的代学习,强大的安全预测跟踪控制,用于面临欺骗攻击的批处理. 该方法通过结合攻击数据和在线稳定性计算来提高安全性和效率,改善控制输入调整.
科学领域:
- 控制工程 控制工程 控制工程
- 网络安全 网络安全
- 工艺系统工程 工艺系统工程
背景情况:
- 由于网络控制技术的集成,批量流程越来越需要强大的安全性.
- 欺骗攻击对这些系统的稳定性和效率构成重大威胁.
- 现有的代学习控制方法无法解决欺骗攻击掩盖和过度输入问题.
研究的目的:
- 开发一个代学习强大的安全预测跟踪控制小时延迟批处理的方法.
- 为了增强系统对欺骗攻击的稳定性.
- 通过优化控制输入来改善能源和资源利用.
主要方法:
- 整合了强大的安全不变量集,以限制系统状态在安全范围内.
- 代学习控制器设计利用历史欺骗攻击数据进行持续优化.
- 在线计算稳定性条件以获得实时控制法益.
- 输入到状态稳定性分析,以证明系统的稳定性.
主要成果:
- 开发的方法有效地提高了对欺骗攻击的系统稳定性.
- 在线增益计算可以防止过度控制输入,提高能源和资源效率.
- 模拟证实了该方法在实时应用中的有效性和可行性.
- 该系统显示了输入到状态的稳定性.
结论:
- 拟议的代学习强大的安全预测跟踪控制方法为保护批处理过程免受欺骗攻击提供了可行的解决方案.
- 强大的不变量集和在线稳定性计算的整合导致了更高效和更安全的控制.
- 这项研究有助于在联网批量系统中推进安全和有效的控制策略.
