首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】基于能量收集传感器和抗虚假数据攻击的保安全滤波方法_哈尔滨理工大学_202410221662.5 

申请/专利权人:哈尔滨理工大学

申请日:2024-02-28

公开(公告)日:2024-06-21

公开(公告)号:CN118233149A

主分类号:H04L9/40

分类号:H04L9/40;H04L41/14

优先权:

专利状态码:在审-公开

法律状态:2024.06.21#公开

摘要:本发明公开了一种基于能量收集传感器和抗虚假数据攻击的保安全滤波方法,所述方法如下:一、建立非线性时变复杂网络系统动态模型;二、在虚假数据攻击、能量收集传感器策略下,对非线性时变复杂网络动态模型进行滤波器设计;三、计算滤波器的一步预测误差协方差矩阵上界;四、计算滤波器在s+1时刻的滤波增益矩阵;五、将滤波增益矩阵代入滤波器中,获得s+1时刻的状态估计;六、计算复杂网络的每个节点的状态估计的滤波误差协方差矩阵的上界;令s=s+1,执行二。该方法解决了现有的滤波方法不能同时处理存在能量收集传感器及受到虚假数据注入攻击的非线性复杂网络的问题,可用于具有能量收集传感器和抗虚假数据攻击的滤波领域。

主权项:1.一种基于能量收集传感器和抗虚假数据攻击的保安全滤波方法,其特征在于所述方法包括如下步骤:步骤一、建立非线性时变复杂网络系统动态模型,所述非线性时变复杂网络系统动态模型的状态空间描述为: yi,s=Ci,sxi,s+νi,s式中,xi,s和xi,s+1分别为复杂网络动态模型中第i个节点在s与s+1时刻的状态变量;xj,s为在s时刻复杂网络动态模型中节点j的状态变量;yi,s为第i个节点在第s时刻的测量输出;wij为节点i和节点j的耦合权重;Δwij表示不确定耦合强度;Γ为状态向量间的内部耦合矩阵;Ci,s为第i个节点在s时刻的测量矩阵;f1xi,s和f2xi,s表示连续可微且二阶偏导有界的非线性函数,是s时刻的系统高斯白噪声;νi,s是s时刻的测量高斯白噪声;σ·表示“·”的饱和函数,αi,s为服从伯努利的随机变量;N为节点的个数;步骤二、在虚假数据攻击、能量收集传感器策略下,对非线性时变复杂网络动态模型进行滤波器设计,具体步骤如下:步骤二一、针对第i个传感器节点在s时刻能量收集传感器收获的能量表示为:Prob{βi,s=t}=pi,tt=0,1,2,...式中,βi,s表示在s时刻能量收集传感器收获的能量;pi,t为事件βi,s=t发生的概率;当传感器在s时刻存储非能量单位时,传感器能够传输数据信息,表示一次传输所消耗能量的指标函数为: 式中,zi,s∈{0,1,...,qi}表示第i个传感器节点在s时刻的能量水平,且qi是每个传感器的最大能量单位数,因此,每个传感器的能级模型表示为: 其中,min·为最小值函数,第i个传感器节点在s时刻传输的测量值有如下形式: 步骤二二、考虑数据在通信网络中传输时,测量信号易受到虚假数据注入攻击的影响,即传送给滤波器的真实测量值为: 式中,为第i个节点在s时刻经过能量收集传感器策略及虚假数据注入攻击后传递给滤波器的真实测量值;φi,s为攻击者在s时刻对第i个传感器节点注入的虚假数据攻击信号;θi,s是伯努利随机变量,用来刻画攻击发生与否;步骤二三、构造滤波器结构如下: 式中,为xi,s在s时刻的一步预测;为第i个节点在第s+1时刻的状态估计;为第i个节点在s时刻的估计值;为第j个节点在s时刻的估计值;Ki,s+1为第i个节点在s+1时刻的滤波增益矩阵;Ci,s+1是第i个节点在s+1时刻的测量矩阵;和为第i个节点在s时刻基于非线性时变复杂网络系统的非线性函数f1xi,s和f2xi,s的估计形式;由第i个节点在s+1时刻传感器传输数据的概率及发生攻击的概率组成;“Σ”为求和符号;步骤三、计算滤波器的一步预测误差协方差矩阵上界Ωi,s+1|s: 式中,ε1、ε2、ε3、ε4、ε5、ε6、∈1和∈2是在求一步预测误差协方差上界Ωi,s+1|s过程中产生的放缩系数;和为ε1、ε2、ε3、ε4、ε5、ε6、∈1和∈2的倒数;Gi1,s和Gi2,s表示雅可比矩阵;Di1,s和Di2,s是将f1xi,s与f2xi,s在处进行泰勒展开后,对高阶项处理产生的已知矩阵;Θi,s|s为非线性函数的放缩矩阵;中间变量是的平方,表示服从伯努利分布的随机变量的期望;δj是Δwij的上界;ΓT是Γ的转置矩阵;Qi,k是过程噪声的协方差矩阵;·-1为元素“·”的逆;I为二维单位矩阵;步骤四、根据步骤三获得的一步预测误差协方差矩阵上界Ωi,s+1|s,计算滤波器在s+1时刻的滤波增益矩阵Ki,s+1: 式中,ε7为已知的放缩参数;是ε7的倒数;表示第i个传感器节点在s+1时刻受到攻击的概率;Ri,s+1为测量噪声νi,s+1的协方差矩阵;步骤五、将步骤四中得到的滤波增益矩阵Ki,s+1代入步骤二所设计的滤波器中,获得s+1时刻的状态估计步骤六、根据步骤四中计算出的滤波增益矩阵Ki,s+1,计算出复杂网络的每个节点的状态估计的滤波误差协方差矩阵的上界Ωi,s+1|s+1: 其中,Ωi,s+1|s+1为第i个节点在s+1时刻滤波误差协方差矩阵的上界;Λi,s+1|s是在求滤波误差协方差矩阵上界Ωi,s+1|s+1过程中产生的放缩矩阵;令s=s+1,执行步骤二。

全文数据:

权利要求:

百度查询: 哈尔滨理工大学 基于能量收集传感器和抗虚假数据攻击的保安全滤波方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。