論文の概要: Resilient Output Containment Control of Heterogeneous Multiagent Systems
Against Composite Attacks: A Digital Twin Approach
- arxiv url: http://arxiv.org/abs/2303.12693v1
- Date: Wed, 22 Mar 2023 16:41:05 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-23 13:40:11.642036
- Title: Resilient Output Containment Control of Heterogeneous Multiagent Systems
Against Composite Attacks: A Digital Twin Approach
- Title（参考訳）: 複合攻撃に対する不均一マルチエージェントシステムの弾力性出力保持制御:デジタルツインアプローチ
- Authors: Yukang Cui, Lingbo Cao, Michael V. Basin, Jun Shen, Tingwen Huang, Xin
Gong
- Abstract要約: 本稿では,複合攻撃に対する異種マルチエージェントシステムの分散レジリエント出力保持制御について検討する。
デジタルツインにインスパイアされた、より高いセキュリティとプライバシを持つツイン層は、問題を2つのタスクに分離するために使用される。
- 参考スコア（独自算出の注目度）: 24.587040108605937
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper studies the distributed resilient output containment control of
heterogeneous multiagent systems against composite attacks, including
denial-of-services (DoS) attacks, false-data injection (FDI) attacks,
camouflage attacks, and actuation attacks. Inspired by digital twins, a twin
layer (TL) with higher security and privacy is used to decouple the above
problem into two tasks: defense protocols against DoS attacks on TL and defense
protocols against actuation attacks on cyber-physical layer (CPL). First,
considering modeling errors of leader dynamics, we introduce distributed
observers to reconstruct the leader dynamics for each follower on TL under DoS
attacks. Second, distributed estimators are used to estimate follower states
according to the reconstructed leader dynamics on the TL. Third, according to
the reconstructed leader dynamics, we design decentralized solvers that
calculate the output regulator equations on CPL. Fourth, decentralized adaptive
attack-resilient control schemes that resist unbounded actuation attacks are
provided on CPL. Furthermore, we apply the above control protocols to prove
that the followers can achieve uniformly ultimately bounded (UUB) convergence,
and the upper bound of the UUB convergence is determined explicitly. Finally,
two simulation examples are provided to show the effectiveness of the proposed
control protocols.
- Abstract（参考訳）: 本稿では、複合攻撃に対する異種マルチエージェントシステムの分散レジリエント出力保持制御について、DoS攻撃、偽データ注入(FDI)攻撃、カモフラージュ攻撃、アクティベーション攻撃などについて検討する。
デジタルツインにインスパイアされた、より高いセキュリティとプライバシを持つツイン層(TL)は、上記の問題をTLに対するDoS攻撃に対する防衛プロトコルとサイバー物理層(CPL)に対するアクティベーション攻撃に対する防衛プロトコルの2つのタスクに分離するために使用される。
まず、リーダーダイナミクスの誤差をモデル化し、分散オブザーバを導入し、DoS攻撃下でTL上の各フォロワーのリーダーダイナミクスを再構築する。
第二に、tlの再構成されたリーダーダイナミクスに従って、分散推定器を用いて従者の状態を推定する。
第三に、再構成されたリーダーダイナミクスにより、cpl上の出力レギュレータ方程式を計算する分散化ソルバを設計する。第4に、非有界なアクチュエーション攻撃に抵抗する分散化適応攻撃耐性制御スキームをcplに提供し、さらに、上記制御プロトコルを適用して、追従者が一様に有界(uub)収束を達成し、uub収束の上限が明確に決定されることを示す。
最後に、提案した制御プロトコルの有効性を示す2つのシミュレーション例を示す。
関連論文リスト
- Data-Driven Distributed Common Operational Picture from Heterogeneous Platforms using Multi-Agent Reinforcement Learning [1.3469274919926262]
無人プラットフォームの統合は、状況認識を高め、軍事作戦における「戦争の霧」を軽減することを約束する。
これらのプラットフォームからの膨大なデータの流入を管理することは、Command and Control (C2)システムにとって大きな課題となる。
本研究では,この課題に対処する新しいマルチエージェント学習フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-08T16:31:22Z) - Advancing Generalized Transfer Attack with Initialization Derived Bilevel Optimization and Dynamic Sequence Truncation [49.480978190805125]
転送攻撃はブラックボックスアプリケーションに大きな関心を惹きつける。
既存の作業は、本質的に単一のレベルの目的 w.r.t. シュロゲートモデルを直接最適化する。
本稿では,上位レベル(UL)と下位レベル(LL)のサロゲート攻撃とのネスト関係を明示的に再構築する2レベル最適化手法を提案する。
論文 参考訳（メタデータ） (2024-06-04T07:45:27Z) - Efficient Adversarial Training in LLMs with Continuous Attacks [99.5882845458567]
大規模言語モデル(LLM)は、安全ガードレールをバイパスできる敵攻撃に対して脆弱である。
本稿では,2つの損失からなる高速対向訓練アルゴリズム(C-AdvUL)を提案する。
C-AdvIPOは、対向的に堅牢なアライメントのためのユーティリティデータを必要としない、対向型のIPOである。
論文 参考訳（メタデータ） (2024-05-24T14:20:09Z) - Multi-granular Adversarial Attacks against Black-box Neural Ranking Models [111.58315434849047]
多粒性摂動を取り入れた高品質な逆数例を作成する。
我々は,多粒体攻撃を逐次的意思決定プロセスに変換する。
本手法は,攻撃の有効性と非受容性の両方において,一般的なベースラインを超えている。
論文 参考訳（メタデータ） (2024-04-02T02:08:29Z) - Exploring Attack Resilience in Distributed Platoon Controllers with
Model Predictive Control [0.0]
本論文は、攻撃シナリオの調査とシステム性能への影響評価により、分散車両小隊制御装置のセキュリティ向上を図ることを目的としている。
Man-in-the-middle (MITM) や false Data Injection (FDI) などの攻撃技術は、モデル予測制御 (MPC) コントローラを用いてシミュレーションされる。
攻撃分析や、検出に機械学習技術を使用した強化通信プロトコルを含む対策が提供されている。
論文 参考訳（メタデータ） (2024-01-08T20:27:16Z) - Resilient Output Consensus Control of Heterogeneous Multi-agent Systems
against Byzantine Attacks: A Twin Layer Approach [23.824617731137877]
本研究では、ビザンチン攻撃に対する異種マルチエージェントシステム(MAS)の協調的制御の問題について検討する。
仮想双対層(TL)を備えた新しい階層型プロトコルDigital Twinの概念に着想を得た。
論文 参考訳（メタデータ） (2023-03-22T18:23:21Z) - Data-Driven Leader-following Consensus for Nonlinear Multi-Agent Systems
against Composite Attacks: A Twins Layer Approach [24.556601453798173]
本稿では, 複合攻撃に対する不確実かつ非線形なマルチエージェントシステムのリーダ追従コンセンサスについて検討する。
デジタルツイン層(TL)を従来のサイバー物理層(CPL)の横に追加する、二重層制御フレームワークが定式化されている。
CAに対するレジリエントな制御タスクは、TLに対するDoS攻撃に対する分散推定と、CPLに対するアクティベーション攻撃に対するレジリエントな分散トラッキング制御の2つの部分に分けられる。
論文 参考訳（メタデータ） (2023-03-22T17:20:35Z) - Downlink Power Allocation in Massive MIMO via Deep Learning: Adversarial
Attacks and Training [62.77129284830945]
本稿では,無線環境における回帰問題を考察し,敵攻撃がDLベースのアプローチを損なう可能性があることを示す。
また,攻撃に対するDLベースの無線システムの堅牢性が著しく向上することを示す。
論文 参考訳（メタデータ） (2022-06-14T04:55:11Z) - Policy Smoothing for Provably Robust Reinforcement Learning [109.90239627115336]
入力のノルム有界対向摂動に対する強化学習の証明可能な堅牢性について検討する。
我々は、スムーズなポリシーによって得られる全報酬が、入力の摂動のノルムバウンドな逆数の下で一定の閾値以下に収まらないことを保証した証明書を生成する。
論文 参考訳（メタデータ） (2021-06-21T21:42:08Z) - Collision-Free Flocking with a Dynamic Squad of Fixed-Wing UAVs Using
Deep Reinforcement Learning [2.555094847583209]
深層強化学習(DRL)による分散型リーダ・フォロワリング制御問題に対処する。
我々は,すべてのフォロワーに対して共有制御ポリシーを学習するための新しい強化学習アルゴリズムCACER-IIを提案する。
その結果、可変長系状態を固定長埋め込みベクトルに符号化することができ、学習されたDRLポリシーをフォロワーの数や順序と独立にすることができる。
論文 参考訳（メタデータ） (2021-01-20T11:23:35Z) - A Self-supervised Approach for Adversarial Robustness [105.88250594033053]
敵対的な例は、ディープニューラルネットワーク(DNN)ベースの視覚システムにおいて破滅的な誤りを引き起こす可能性がある。
本稿では,入力空間における自己教師型対向学習機構を提案する。
これは、反逆攻撃に対する強力な堅牢性を提供する。
論文 参考訳（メタデータ） (2020-06-08T20:42:39Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。