|
无线传感器网络(Wireless Sensor Network, WSN)在军事、工业和消费等领域具有广泛的应用。然而,受制于通信带宽及传输方式,在实际应用中WSN容易遭受恶意攻击。因此,如何有效削弱恶意攻击影响是实现精准探测、跟踪与感知的关键问题。分布式传感器网络(Distributed Sensor Network, DSN)依靠多传感器协作与并行处理突破单一监测节点的任务包线,能够显著提升探测系统跟踪精度与可靠性。由于恶意攻击难以作用于多个节点,这就使DSN利用局部通信和高置信节点构建安全状态估计成为可能。因此,研究恶意攻击下的分布式安全状态估计问题,对于提升WSN的探测与跟踪稳定性,增强其复杂环境作业功效具有重要的现实意义。
张岱峰, 段海滨. 恶意攻击下基于分布式稀疏优化的安全状态估计. 自动化学报, 2021, 47(4): 813−824 http://www.aas.net.cn/cn/article/doi/10.16383/j.aas.c200276?viewType=HTML 近年来,关于WSN的安全估计问题受到国内外学者广泛关注。例如:在卡尔曼滤波框架中融入卡方检测器对WSN中的虚假攻击信息进行检测;将安全估计问题建模为一种零和博弈过程,通过求取纳什均衡获得在有限能量条件下的最优状态估计策略;将安全估计问题等效为l1-范数凸优化问题,采用压缩感知原理重构量测攻击条件下的真实状态等。鉴于DSN本身具备的分布式作业特点,利用多传感器节点之间的信息交互,从中筛选信息可靠的传感器节点并进行针对性数据融合,能够在很大程度上提升DSN的状态估计稳定性。 本文考虑恶意攻击条件下的离散线性空间DSN安全状态估计问题,提出了一种分布式稀疏优化估计方法。首先,借鉴压缩感知原理,将DSN安全状态估计问题转为基于l0-范数的稀疏优化问题,采用正交匹配追踪法重构未知攻击信号。然而,为提升攻击信号的求解质量,应对恶意信号注入等复杂攻击模式,充分利用DSN节点信息交互这一主要特征,提出了一种基于势博弈理论的分布式稀疏优化安全估计方法。实例验证表明分布式稀疏优化安全估计方法能够利用相邻DSN节点之间的信息交互实现可靠融合策略,提升DSN整体的目标跟踪与状态估计稳定性。 作者简介 张岱峰 北京航空航天大学自动化科学与电气工程学院博士研究生. 2013年于合肥工业大学获得学士学位. 主要研究方向为多智能体协调控制与决策. E-mail: zdfskh@163.com 段海滨 北京航空航天大学自动化科学与电气工程学院长聘教授. 2005年于南京航空航天大学获得博士学位. 主要研究方向为仿生智能与无人机自主控制. 本文通信作者. E-mail: hbduan@buaa.edu.cn
Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-19 21:48
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社