工业信息物理系统间隙DoS攻击的自适应事件触发稳定控制

doi:10.12141/j.issn.1000-565X.220084

华南理工大学学报(自然科学版) ›› 2023, Vol. 51 ›› Issue (3): 146-156.doi: 10.12141/j.issn.1000-565X.220084

所属专题： 2023年电子、通信与自动控制

• 电子、通信与自动控制 • 上一篇

工业信息物理系统间隙DoS攻击的自适应事件触发稳定控制

孙子文¹^,² 刘加磊¹

^1.江南大学物联网工程学院，江苏无锡 214122
^2.物联网技术应用教育部工程研究中心，江苏无锡 214122

收稿日期:2022-02-28 出版日期:2023-03-25 发布日期:2022-09-13
通信作者: 孙子文（1968-），女，博士，教授，主要从事控制理论与控制工程、模式识别、人工智能、无线传感网络理论与技术和信息安全等研究。 E-mail:sunziwen@jiangnan.edu.cn
作者简介:孙子文（1968-），女，博士，教授，主要从事控制理论与控制工程、模式识别、人工智能、无线传感网络理论与技术和信息安全等研究。
基金资助:
国家自然科学基金资助项目(62173160)

Adaptive Event-Triggered Stability Control for Intermittent DoS Attacks in Industrial Cyber Physical Systems

SUN Ziwen¹^,² LIU Jialei¹

^1.School of Internet of Things Engineering，Jiangnan University，Wuxi 214122，Jiangsu，China
^2.Engineering Research Center of Internet of Things Technology Applications Ministry of Education，Wuxi 214122，Jiangsu，China

Received:2022-02-28 Online:2023-03-25 Published:2022-09-13
Contact: 孙子文（1968-），女，博士，教授，主要从事控制理论与控制工程、模式识别、人工智能、无线传感网络理论与技术和信息安全等研究。 E-mail:sunziwen@jiangnan.edu.cn
About author:孙子文（1968-），女，博士，教授，主要从事控制理论与控制工程、模式识别、人工智能、无线传感网络理论与技术和信息安全等研究。
Supported by:
the National Natural Science Foundation of China(62173160)

摘要/Abstract

摘要：

针对具有间隙拒绝服务（DoS）攻击的工业信息物理系统（ICPS），研究一种基于观测器的自适应事件触发稳定控制方案。首先构造一个观测器估计系统状态，并采用一种新的自适应事件触发通信方案以节约网络资源；然后通过受频率和持续时间限制的间隙DoS攻击对ICPS的影响建立攻击模型，将受到DoS攻击的ICPS划分为DoS攻击活跃期系统和DoS攻击休眠期系统，并用一些过去成功触发状态重构当前受到攻击的状态，得到基于动态估计器的攻击补偿机制，保证系统在DoS攻击活跃期间的渐进稳定；最后运用分段Lyapunov泛函方法、Jensen’s不等式和Schur补引理，得到系统的稳定条件，并提出自适应事件触发参数、观测器增益和控制器增益的协同设计方案。用间歇反应器系统模拟间隙DoS攻击下基于自适应事件触发的ICPS系统稳定性能。仿真结果表明，自适应事件触发策略和基于动态估计器的补偿机制不仅能够提升系统的稳定性，还能有效降低数据传输的次数，系统在静态事件触发策略下的触发次数大约是在自适应事件触发策略下的4.5倍。

关键词: 工业信息物理系统, 间隙拒绝服务攻击, 自适应事件触发, 稳定控制, 状态重构, 观测器

Abstract:

For industrial information physical systems (ICPS) with gap denial of service (DoS) attacks, an observer-based adaptive event-triggered stability control scheme was proposed. Firstly, an observer was constructed to estimate the unmeasured state of the system, and a new adaptive event-triggered communication scheme was adopted to save network resources. Secondly, an attack model was established based on the influence of intermittent DoS attacks on ICPS limited by frequency and duration. ICPS subjected to DoS attacks was divided into active DoS attack system and dormant DoS attack system, and the current attacked states were reconstructed by some successful trigger states. An attack compensation mechanism based on dynamic estimator was proposed to ensure the asymptotic stability of the system during active DoS attacks. Finally, the piecewise Lyapunov functional method, Jensen’s inequality and Schur’s complement lemma were used to obtain the stability conditions of the system. On this basis, a cooperative design scheme of adaptive event triggering parameters, observer gain and controller gain was proposed. The intermittent reactor system was used to simulate the stability of ICPS based on adaptive event triggering under intermittent DoS attack. The simulation results show that the adaptive event triggering strategy and the compensation mechanism based on the dynamic estimator can not only improve the stability of the system, but also effectively reduce the number of data transmission. The times of the system triggered by the static event triggering policy is about 4.5 times that of the system triggered by the adaptive event triggering policy.

Key words: industrial cyber physical system, DoS attack, adaptive event-triggered, stability control, reconstructed states, observer

中图分类号:

TP273

孙子文, 刘加磊. 工业信息物理系统间隙DoS攻击的自适应事件触发稳定控制[J]. 华南理工大学学报(自然科学版), 2023, 51(3): 146-156.

SUN Ziwen, LIU Jialei. Adaptive Event-Triggered Stability Control for Intermittent DoS Attacks in Industrial Cyber Physical Systems[J]. Journal of South China University of Technology(Natural Science Edition), 2023, 51(3): 146-156.

图/表 8

图1

图2

图3

表1

参数对系统稳定性和触发次数的影响"

参数		渐进稳定时间/s	触发次数
$ρ 1$	0.2	4.66	115
	0.3	4.21	99
	0.4	4.03	85
	0.5	3.99	94
h/s	0.002	3.78	88
	0.005	3.95	94
	0.010	4.03	85
	0.200	4.34	89

表1

图4

图5

图6

图7

参考文献 24

1	王中杰，谢璐璐．信息物理融合系统研究综述［J］．自动化学报，2011，37（10）：1157-1166.
	WANG Zhongjie， XIE Lulu ．Cyber-physical systems：A survey［J］．Acta Automatica Sinica，2011，37（10）：1157-1166.
2	WALSH G C， YE H ．Scheduling of networked control systems［J］．IEEE Control Systems，2001，21（1）：57-65.
3	MAHMOUD M S， HAMDAN M M， BARUDI U A ．Modeling and control of cyber-physical systems subject to cyber attacks：A survey of recent advances and challenges［J］．Neurocomputing，2019，338（21）：101-115.
4	LANGNER R ．Stuxnet：dissecting a cyberwarfare weapon［J］．IEEE Security and Privacy Magazine，2011，15（1）：49-51.
5	汤奕，陈倩，李梦雅，等．电力信息物理融合系统环境中的网络攻击研究综述［J］．电力系统自动化，2016，40（17）：59-69.
	TANG Yi， CHEN Qian， LI Mengya，et al ．Review of network attack research in power information physical fusion system environment［J］．Automation of Electric Power Systems，2016，40（17）：59-69.
6	FAWZI H， TABUADA P， DIGGAVI S ．Secure estimation and control for cyber-physical systems under adversarial attacks［J］．IEEE Transactions on Automatic Control，2014，59（6）：1454-1467.
7	YANG X， KONG L S， LIU Z，et al ．Machine learning and deep learning methods for cyber security［J］．IEEE Access，2018，6：35365-35381.
8	CHAUDHARI R S， TALMALE G R ．A review on detection approaches for distributed denial of service attacks［C］∥Proceedings of the 2019 International Conference on Intelligent Sustainable Systems （ICISS）．Palladam：IEEE，2019：323-327.
9	MURUGAN K， SURESH P ．Efficient anomaly intrusion detection using hybrid probabilistic techniques in wireless ad hoc network［J］．International Journal of Network Security，2018，20（4）：730-737.
10	BUCZAK A L， GUVEN E ．A survey of data mining and machine learning methods for cyber security intrusion detection［J］．IEEE Communications Surveys and Tutorials，2017，18（2）：1153-1176.
11	AHMED M， MAHMOOD A N， HU J K ．A survey of network anomaly detection techniques［J］．Journal of Network and Computer Applications，2016，60：19-31.
12	庄康熙，孙子文．针对工业信息物理系统中的拒绝服务攻击建立检测模型［J］．控制理论与应用，2020，37（3）：629-638.
	ZHUANG Kangxi， SUN Ziwen ．Establishing a detection model for denial of service attacks in industrial cyber physical systems［J］．Control Theory Applications，2020，37（3）：629-638.
13	PERSIS C D， TESI P ．Input-to-state stabilizing control under denial-of-service［J］．IEEE Transactions on Automatic Control，2015，60（11）：2930-2944.
14	FENG S， TESI P ．Networked control systems under denial-of-service：co-located vs．remote architectures［J］．Systems & Control Letters，2017，108：40-47.
15	FENG S， TESI P ．Resilient control under denial-of-service：Robust design［J］．Automatica，2017，79：42-51.
16	汪慕峰，胥布工．DoS攻击下的一类信息物理系统保性能控制［J］．华南理工大学学报（自然科学版），2018，46（8）：19-26.
	WANG Mufeng， XU Bugong ．Guaranteed cost control for a class of cyber-physical systems under DoS attacks［J］．Journal of South China University of Technology （Natural Science Edition），2018，46（8）：19-26.
17	XING W， SHI P， AGARWAL R K，et al ．Robust H∞ pinning synchronization for complex networks with event-triggered communication scheme［J］．IEEE Transactions on Circuits and Systems I：Regular Papers，2020，69（12）：5233-5245.
18	HEEMELS W， DONKERS M ．Periodic event-triggered control for linear systems［J］．IEEE Transactions on Automatic Control，2013，49（3）：698-711.
19	HU S， YUE D， XIE X，et al ．Resilient event-triggered controller synthesis of networked control systems under periodic DoS jamming attacks［J］．IEEE Transactions on Cybernetics，2019，49（12）：4271-4281.
20	YIN T， ZHA L， LIU J，et al ．Adaptive event-triggered controller design for cyber-physical systems with complex cyber-attacks［C］∥Proceedings of the 2019 Chinese Automation Congress （CAC）．Hangzhou：IEEE，2019：4202-4207.
21	ZHAO N， SHI P， XING W，et al ．Observer-based event-triggered approach for stochastic networked control systems under denial of service attacks［J］．IEEE Transactions on Control of Network Systems，2021，8（1）：158-167.
22	WANG P B， REN X M， ZHENG D D ．Event-triggered resilient control for cyber-physical systems under periodic DoS jamming attacks［J］．Information Sciences，2021，577：541-556.
23	HU S L， YUE D， CHENG Z，et al ．Co-design of dynamic event triggered communication scheme and resilient observer-based control under aperiodic DoS attacks［J］．IEEE Transactions on Cybernetics，2021，51（9）：4591-4601.
24	HU S L， GU Y， CHEN X，et al ．Observer-based event-triggered control for cyber-physical systems under unknown periodic DoS jamming attacks［C］∥Proceedings of the 2018 Chinese Control and Decision Conference （CCDC）．Shenyang：IEEE，2018：1422-1427.

[1]	张铁, 陈亿杰, 邹焱飚. 基于扰动卡尔曼滤波外力矩观测器的机器人碰撞检测[J]. 华南理工大学学报(自然科学版), 2024, 52(3): 84-92.
[2]	罗世贤, 陈鑫, 黄敢基. 随机测量噪声下Lipschitz非线性系统基于事件触发脉冲观测器镇定[J]. 华南理工大学学报(自然科学版), 2023, 51(11): 35-43.
[3]	夏毅敏, 骆亮霖, 郭堃, 等. 液压系统的压力‒速度复合控制策略[J]. 华南理工大学学报(自然科学版), 2023, 51(1): 31-40.
[4]	王云飞, 赵继云, 满家祥, 等. 基于干扰观测器的状态受限多缸同步控制策略[J]. 华南理工大学学报(自然科学版), 2022, 50(2): 93-101,136.
[5]	郝勇生, 王忠维, 朱晓瑾, 等. 1 000 MW 燃煤机组干式电除尘器浓度闭环控制[J]. 华南理工大学学报(自然科学版), 2021, 49(2): 17-24,67.
[6]	孟凡琨文小琴游林儒. 基于自适应周期扰动观测器的变频压缩机转速波动抑制[J]. 华南理工大学学报（自然科学版）, 2021, 49(2): 40-49.
[7]	徐海祥, 李超逸, 余文曌, 等. 基于扩张状态观测器的智能船舶循迹预测控制[J]. 华南理工大学学报(自然科学版), 2021, 49(12): 143-152.
[8]	秦武, 康英姿, 上官文斌, 等. 基于天棚模型和扰动观测器的主动悬架滑模控制研究[J]. 华南理工大学学报（自然科学版）, 2020, 48(6): 16-24,33.
[9]	杨浩裴海龙. 一类含高阶非匹配扰动项的非仿射非线性系统的跟踪控制 [J]. 华南理工大学学报（自然科学版）, 2020, 48(12): 43-51.
[10]	尹华杰郭志宇曾君. 滑模无速度传感器感应电机的简化预测转矩控制 [J]. 华南理工大学学报(自然科学版), 2020, 48(12): 18-26.
[11]	陈思溢皮佑国. 永磁同步电机的分数阶无位置传感器控制[J]. 华南理工大学学报（自然科学版）, 2015, 43(4): 78-84 94.
[12]	王健赵又群季学武刘亚辉臧利国. 基于线性扩张状态观测器的平行泊车路径跟踪[J]. 华南理工大学学报（自然科学版）, 2014, 42(11): 70-77.
[13]	徐巧宁喻峰周华杨华勇. 基于鲁棒观测器的电液伺服系统传感器故障检测与隔离[J]. 华南理工大学学报（自然科学版）, 2014, 42(11): 31-39.
[14]	罗玉涛李红林小慰来恩铭. 基于双转子电机的电动汽车操纵稳定性[J]. 华南理工大学学报（自然科学版）, 2013, 41(8): 80-86.
[15]	杜佳璐李文华郑凯于双和. 船舶动力定位系统的非线性输出反馈控制[J]. 华南理工大学学报(自然科学版), 2012, 40(2): 70-75,91.

工业信息物理系统间隙DoS攻击的自适应事件触发稳定控制

Adaptive Event-Triggered Stability Control for Intermittent DoS Attacks in Industrial Cyber Physical Systems

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 8

参考文献 24

相关文章 15

编辑推荐

Metrics

本文评价