論文の概要: Data-Driven Leader-following Consensus for Nonlinear Multi-Agent Systems
against Composite Attacks: A Twins Layer Approach
- arxiv url: http://arxiv.org/abs/2303.12823v1
- Date: Wed, 22 Mar 2023 17:20:35 GMT
- ステータス: 処理完了
- システム内更新日: 2023-03-24 16:56:50.862071
- Title: Data-Driven Leader-following Consensus for Nonlinear Multi-Agent Systems
against Composite Attacks: A Twins Layer Approach
- Title(参考訳): 複合攻撃に対する非線形マルチエージェントシステムのデータ駆動型リーダ追従コンセンサス:ツインズ層アプローチ
- Authors: Xin Gong, Jintao Peng, Dong Yang, Zhan Shu, Tingwen Huang, Yukang Cui
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 24.556601453798173
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: This paper studies the leader-following consensuses of uncertain and
nonlinear multi-agent systems against composite attacks (CAs), including Denial
of Service (DoS) attacks and actuation attacks (AAs). A double-layer control
framework is formulated, where a digital twin layer (TL) is added beside the
traditional cyber-physical layer (CPL), inspired by the recent Digital Twin
technology. Consequently, the resilient control task against CAs can be divided
into two parts: One is distributed estimation against DoS attacks on the TL and
the other is resilient decentralized tracking control against actuation attacks
on the CPL. %The data-driven scheme is used to deal with both model
non-linearity and model uncertainty, in which only the input and output data of
the system are employed throughout the whole control process. First, a
distributed observer based on switching estimation law against DoS is designed
on TL. Second, a distributed model free adaptive control (DMFAC) protocol based
on attack compensation against AAs is designed on CPL. Moreover, the uniformly
ultimately bounded convergence of consensus error of the proposed double-layer
DMFAC algorithm is strictly proved. Finally, the simulation verifies the
effectiveness of the resilient double-layer control scheme.
- Abstract(参考訳): 本稿では,複合攻撃(cas)に対する不確実かつ非線形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,dos攻撃やaas攻撃などについて検討する。
最近のDigital Twin技術に触発された従来のサイバー物理層(CPL)の横に、デジタルツイン層(TL)を付加する、二重層制御フレームワークが定式化されている。
その結果、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つに分けられる。
まず,DoSに対するスイッチング推定則に基づく分散オブザーバをTL上に設計する。
第2に, aasに対する攻撃補償に基づく分散モデル自由適応制御(dmfac)プロトコルをcpl上で設計し, さらに, 提案する二重層dmfacアルゴリズムのコンセンサス誤差の一様有界収束を厳密に証明した。
最後に、レジリエントな二重層制御方式の有効性をシミュレーションにより検証する。
関連論文リスト
- 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) - Soft Decomposed Policy-Critic: Bridging the Gap for Effective Continuous
Control with Discrete RL [47.80205106726076]
本稿では,この制限を克服するために,ソフトRLとアクター批判技術を組み合わせたSDPCアーキテクチャを提案する。
SDPCは各アクション次元を独立に識別し、共有批評家ネットワークを用いてソフトな$Q$関数を最大化する。
提案手法は,MujocoのHumanoidやBox2dのBiWalkerなど,さまざまな連続制御タスクにおいて,最先端の連続RLアルゴリズムより優れている。
論文 参考訳(メタデータ) (2023-08-20T08:32:11Z) - Model Extraction Attacks Against Reinforcement Learning Based
Controllers [9.273077240506016]
本稿では,Reinforcement Learning (RL)アルゴリズムを用いてDNN(Deep Neural Network)コントローラをトレーニングし,システムを制御する際の設定に焦点を当てる。
オフラインフェーズとも呼ばれる第1フェーズでは、攻撃者はRL-リワード関数とシステムダイナミクスに関するサイドチャネル情報を使用して、未知のDNNの候補推定セットを特定する。
オンラインフェーズとも呼ばれる第2フェーズでは、攻撃者は未知のDNNの振る舞いを観察し、これらの観察を使用して最終的なポリシー推定のセットをショートリスト化する。
論文 参考訳(メタデータ) (2023-04-25T18:48:42Z) - 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) - Resilient Output Containment Control of Heterogeneous Multiagent Systems
Against Composite Attacks: A Digital Twin Approach [24.587040108605937]
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。
論文 参考訳(メタデータ) (2023-03-22T16:41:05Z) - Development of a CAV-based Intersection Control System and Corridor
Level Impact Assessment [0.696125353550498]
本稿では,画素予約アルゴリズムとDeep Reinforcement Learning (DRL)決定論理を組み合わせたCAVの信号自由交叉制御システムを提案する。
提案モデルでは,他のCAV制御システムと比較して,中等度,高,極端の容積状態において50%,29%,および23%の遅延を減少させる。
論文 参考訳(メタデータ) (2022-08-21T21:56:20Z) - Mixture GAN For Modulation Classification Resiliency Against Adversarial
Attacks [55.92475932732775]
本稿では,GANをベースとした新たな生成逆ネットワーク(Generative Adversarial Network, GAN)を提案する。
GANベースの目的は、DNNベースの分類器に入力する前に、敵の攻撃例を排除することである。
シミュレーションの結果,DNNをベースとしたAMCの精度が約81%に向上する可能性が示唆された。
論文 参考訳(メタデータ) (2022-05-29T22:30:32Z) - Reinforcement Learning from Demonstrations by Novel Interactive Expert
and Application to Automatic Berthing Control Systems for Unmanned Surface
Vessel [12.453219390225428]
RLfD(Reinforcement Learning from Demonstration)の2つの新しい実践的手法を開発し,無人表面容器の自動バーシング制御システムに適用した。
The new expert data generation method, called Model Predictive Based Expert (MPBE) was developed to provide high quality supervision data for RLfD algorithm。
また,MP-DDPGに基づく新たなRLfDアルゴリズムであるSelf-Guided Actor-Critic (SGAC)が存在する。
論文 参考訳(メタデータ) (2022-02-23T06:45:59Z) - Semi-supervised Domain Adaptive Structure Learning [72.01544419893628]
半教師付きドメイン適応 (SSDA) は,1) アノテーションの低いデータに過度に適合する手法と,2) ドメイン間の分散シフトの両方を克服しなければならない課題である。
SSLとDAの協調を正規化するための適応型構造学習手法を提案する。
論文 参考訳(メタデータ) (2021-12-12T06:11:16Z) - Adaptive Stochastic ADMM for Decentralized Reinforcement Learning in
Edge Industrial IoT [106.83952081124195]
強化学習 (Reinforcement Learning, RL) は, 意思決定および最適制御プロセスのための有望な解法として広く研究されている。
本稿では,Adaptive ADMM (asI-ADMM)アルゴリズムを提案する。
実験の結果,提案アルゴリズムは通信コストやスケーラビリティの観点から技術状況よりも優れており,複雑なIoT環境に適応できることがわかった。
論文 参考訳(メタデータ) (2021-06-30T16:49:07Z) - Dual Adversarial Auto-Encoders for Clustering [152.84443014554745]
教師なしクラスタリングのためのDual-AAE(Dual-AAE)を提案する。
Dual-AAEの目的関数に対する変分推論を行うことで,一対のオートエンコーダをトレーニングすることで最適化可能な新たな再構成損失を導出する。
4つのベンチマーク実験により、Dual-AAEは最先端のクラスタリング手法よりも優れた性能を発揮することが示された。
論文 参考訳(メタデータ) (2020-08-23T13:16:34Z)
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。