一种面向恶意攻击下的信息物理系统安全控制方法及装置

1.本发明涉及信息安全技术领域，特别是指一种面向恶意攻击下的信息物理系统安全控制方法及装置。


背景技术：

2.随着信息化和工业化的深度融合发展，传统的物理控制系统已不能适应新一代生产装备信息化和网络化的需求。在这一背景下，信息物理系统应运而生，通过计算、通信和控制技术的有机与深度融合，能实现大型工程系统的实时感知、动态控制和信息服务，具有可靠、实时、高效等特点，推动了交通、电力、医疗等领域关键技术的升级换代与跨越发展。信息物理系统的典型特征是控制层与感知执行层之间需要通过数据传输层进行通信，因此，针对信息物理系统的攻击，恶意攻击者可以发动多元且复杂的信息-物理跨域攻击行为，旨在探测、入侵和劫持信息系统，从而对物理系统造成严重的非接触式破坏。
3.近些年来，国内外学者从不同的角度出发，提出了一系列面向恶意攻击的信息物理系统安全控制的思路，虽取得了长足进展，但仍存在以下不足：多数方法只实现恶意攻击下线性时不变信息物理系统的渐进稳定，几乎不存在针对恶意攻击下高阶非线性信息物理系统的有限时间稳定成果；鲜少有研究可实现对恶意攻击者对信息层发动的恶意攻击进行在线实时预估和重构。特别地，由于恶意攻击和外部扰动的同时存在导致对恶意攻击下存在外部扰动的信息物理系统实现有限时间稳定控制难度较大，因此，亟待设计出面向恶意攻击下存在外部扰动的信息物理系统的有限时间控制方法。


技术实现要素：

4.本发明针对如何设计出一种面向恶意攻击下的信息物理系统安全控制方法，能够确保系统输出在有限时间内准确跟踪到理想输出，系统其余状态在有限时间内稳定到距离原点无限近的区域的问题，提出了本发明。
5.为解决上述技术问题，本发明提供如下技术方案：
6.一方面，本发明提供了一种面向恶意攻击下的信息物理系统安全控制方法，该方法由电子设备实现，该方法包括：
7.s1、基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
8.s2、基于动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器。
9.s3、基于动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值。
10.s4、基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
11.可选地，s1中的基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高
阶非线性信息物理系统面向控制的动力学模型包括：
12.s11、建立信息物理系统模型。
13.s12、设计有限时间性能函数以及转换函数。
14.s13、根据有限时间性能函数以及转换函数，对信息物理系统模型进行转换，得到转换后的信息物理系统模型。
15.s14、对转换后的信息物理系统模型进行转化，得到恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
16.可选地，s11中的信息物理系统模型，如下式(1)所示：
[0017][0018]
其中，t表示时间，ζ(t)表示信息物理系统的状态向量ζ(t)＝[ζ1(t),ζ2(t),
…
,ζn(t)]
t
∈rn，ζi(t)表示信息物理系统的状态变量，n表示信息物理系统为n阶非线性系统，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，q
i,0
表示下界，y(t)表示信息物理系统的实际输出，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，,n表示控制对象中存在的外部扰动，为正常数。
[0019]
可选地，s12中的有限时间性能函数，如下式(2)所示：
[0020][0021]
其中，t表示时间，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，τ
j,0
表示时间t＝0时函数的初始值，τ
j,0
和均为正数，tf表示预设时间点。
[0022]
可选地，s12中的转换函数，如下式(3)所示：
[0023][0024]
其中，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，∈j(t)表示第j阶非线性系统子系统未知的参数。
[0025]
可选地，s13中信息物理系统模型，如下式(4)所示：
[0026][0027]
其中，t表示时间，i＝2,3,
…
,n，n表示信息物理系统为n阶非线性系统，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，π1(∈1(t))表示第一阶非线性系统子系统转换函数，πi(∈i(t))表示第i阶非线性系统子系统转换函数；∈1(t)表示第一阶非线性系统子系统未知的参数，∈i(t)表示第i阶非线性系统子系统未知的参数，yd(t)代表信息物理系统理想输出信号，分别代表ζ1(t),τ1(t),∈1(t),yd(t),ζi(t),τi(t),∈i(t)对时间t的导数，分别表示对∈1(t)和∈i(t)求导数。
[0028]
可选地，s14中的恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型，如下式(5)所示：
[0029][0030][0031][0032][0033]
其中，表示∈i(t)对时间t的导数，∈i(t)表示第i阶非线性系统子系统未知的参数，表示τi(t)对时间t的导数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，∈1(t)表示第一阶非线性系统子系统未知的参数，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，表示τ1(t)对时间t的导数，表示yd(t)对时间t的导数，yd(t)代表信息物理系统理想输出信号，表示对∈i(t)求导数，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，n表示信息物理系统为n阶非线性系统，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，,n表示控制对象中存在的外部扰动，为正常数，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入。
[0034]
可选地，s3中的基于虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值包括：
[0035]
s31、基于高斯径向基函数神经网络，设计估计器。
[0036]
s32、将信息物理系统中不存在恶意攻击且i＝n时的虚拟控制器βn(t)、信息物理系统的第i阶非线性系统子系统未知的参数∈i(t),i＝1,2,
…
,n、信息物理系统的状态变量ζi(t),i＝1,2,
…
,n以及时间变量t输入到估计器，得到恶意攻击的估计值。
[0037]
可选地，s4中的基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制包括：
[0038]
s41、基于李雅普诺夫稳定性定理，设计模糊逻辑系统的自适应法则。
[0039]
s42、基于自适应法则以及恶意攻击的估计值，设计有限时间自适应模糊控制器。
[0040]
s43、基于有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0041]
另一方面，本发明提供了一种面向恶意攻击下的信息物理系统安全控制装置，该装置应用于实现面向恶意攻击下的信息物理系统安全控制方法，该装置包括：
[0042]
动力学模型构建模块，用于基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
[0043]
虚拟控制器设计模块，用于基于动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器。
[0044]
估计器设计模块，用于基于动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值。
[0045]
输出模块，用于基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0046]
可选地，动力学模型构建模块，进一步用于：
[0047]
s11、建立信息物理系统模型。
[0048]
s12、设计有限时间性能函数以及转换函数。
[0049]
s13、根据有限时间性能函数以及转换函数，对信息物理系统模型进行转换，得到转换后的信息物理系统模型。
[0050]
s14、对转换后的信息物理系统模型进行转化，得到恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
[0051]
可选地，动力学模型构建模块，进一步用于：
[0052][0053]
其中，t表示时间，ζ(t)表示信息物理系统的状态向量ζ(t)＝[ζ1(t),ζ2(t),
…
,ζn(t)]
t
∈rn，ζi(t)表示信息物理系统的状态变量，n表示信息物理系统为n阶非线性系统，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，q
i,0
表示下界，y(t)表示信息物理系统的实际输出，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，为正常数。
[0054]
可选地，动力学模型构建模块，进一步用于：
[0055][0056]
其中，t表示时间，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，τ
j,0
表示时间t＝0时函数的初始值，τ
j,0
和均为正数，tf表示预设时间点。
[0057]
可选地，动力学模型构建模块，进一步用于：
[0058][0059]
其中，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，∈j(t)表示第j阶非线性系统子系统未知的参数。
[0060]
可选地，动力学模型构建模块，进一步用于：
[0061][0062]
其中，t表示时间，i＝2,3,
…
,n，n表示信息物理系统为n阶非线性系统，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，π1(∈1(t))表示第一阶非线性系统子系统转换函数，πi(∈i(t))表示第i阶非线性系统子系统转换函数；∈1(t)表示第一阶非线性系统子系统未知的参数，∈i(t)表示第i阶非线性系统子系统未知的参数，yd(t)代表信息物理系统理想输出信号，分别代表ζ1(t),τ1(t),∈1(t),yd(t),ζi(t),τi(t),∈i(t)对时间t的导数，分别表示对∈1(t)和∈i(t)求导数。
[0063]
可选地，动力学模型构建模块，进一步用于：
[0064][0065][0066][0067]
[0068]
其中，表示∈i(t)对时间t的导数，∈i(t)表示第i阶非线性系统子系统未知的参数，表示τi(t)对时间t的导数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，∈1(t)表示第一阶非线性系统子系统未知的参数，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，表示τ1(t)对时间t的导数，表示yd(t)对时间t的导数，yd(t)代表信息物理系统理想输出信号，表示对∈i(t)求导数，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，n表示信息物理系统为n阶非线性系统，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，,n表示控制对象中存在的外部扰动，为正常数，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入。
[0069]
可选地，估计器设计模块，进一步用于：
[0070]
s31、基于高斯径向基函数神经网络，设计估计器。
[0071]
s32、将信息物理系统中不存在恶意攻击且i＝n时的虚拟控制器βn(t)、信息物理系统的第i阶非线性系统子系统未知的参数∈i(t),i＝1,2,
…
,n、信息物理系统的状态变量ζi(t),i＝1,2,
…
,n以及时间变量t输入到估计器，得到恶意攻击的估计值。
[0072]
可选地，输出模块，进一步用于：
[0073]
s41、基于李雅普诺夫稳定性定理，设计模糊逻辑系统的自适应法则。
[0074]
s42、基于自适应法则以及恶意攻击的估计值，设计有限时间自适应模糊控制器。
[0075]
s43、基于有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0076]
一方面，提供了一种电子设备，所述电子设备包括处理器和存储器，所述存储器中存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现上述面向恶意攻击下的信息物理系统安全控制方法。
[0077]
一方面，提供了一种计算机可读存储介质，所述存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现上述面向恶意攻击下的信息物理系统安全控制方法。
[0078]
本发明实施例提供的技术方案带来的有益效果至少包括：
[0079]
上述方案中，针对恶意攻击下带有外部扰动的高阶非线性信息物理系统，提出一种信息物理系统安全控制方法以确保系统输出在有限时间内准确跟踪到理想输出，系统其余状态变量在有限时间内稳定到原点附近任意近的区域内。
[0080]
本技术中构建的高斯径向基函数神经网络是一种网络攻击估计器，能够实现对系统中存在的恶意攻击的在线预估和重构。
[0081]
本技术提供的信息物理系统安全控制方法是针对高阶非线性信息物理系统所设计的，故可应用于各种非线性信息物理系统的安全控制。
[0082]
本技术融合了李雅普诺夫稳定性理论，保证了信息物理系统有限时间稳定性的同时，有效提升了控制性能。
附图说明
[0083]
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0084]
图1是本发明实施例提供的面向恶意攻击下的信息物理系统安全控制方法流程示意图；
[0085]
图2为本发明实施例提供的信息物理系统的结构示意图；
[0086]
图3为本发明实施例提供的恶意攻击示意图；
[0087]
图4为本发明实施例提供的网络攻击估计器估计结果示意图；
[0088]
图5为本发明实施例提供的输出跟踪仿真结果示意图；
[0089]
图6为本发明实施例提供的输出跟踪误差仿真结果示意图；
[0090]
图7为本发明实施例提供的状态轨迹仿真结果示意图；
[0091]
图8为本发明实施例提供的控制输入仿真结果示意图；
[0092]
图9为本发明实施例提供的和轨迹变化仿真结果示意图；
[0093]
图10是本发明实施例提供的面向恶意攻击下的信息物理系统安全控制装置框图；
[0094]
图11是本发明实施例提供的一种电子设备的结构示意图。
具体实施方式
[0095]
为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
[0096]
如图1所示，本发明实施例提供了一种面向恶意攻击下的信息物理系统安全控制方法，该方法可以由电子设备实现。如图1所示的面向恶意攻击下的信息物理系统安全控制方法流程图，该方法的处理流程可以包括如下的步骤：
[0097]
s1、基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
[0098]
一种可行的实施方式中，如图2所示，信息物理系统中的通信方式为无线通信，控制器通过无线通信网络发送控制指令给执行器，执行器作用于控制对象，控制对象中始终存在外部扰动，传感器通过测量控制对象中的信号，进而通过无线通信网络发送给控制器，恶意攻击意图将控制器通过无线通信网络发送给执行器的控制指令u(t)(即：系统控制输入)后加上恶意攻击信号ad(t)，从而达到恶意攻击的目的。
[0099]
可选地，s1中的基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型包括：
[0100]
s11、建立信息物理系统模型。
[0101]
可选地，s11中的信息物理系统模型，如下式(1)所示：
[0102]
[0103]
其中，t表示时间，ζ(t)表示信息物理系统的状态向量ζ(t)＝[ζ1(t),ζ2(t),
…
,ζn(t)]
t
∈rn，ζi(t)表示信息物理系统的状态变量，n表示信息物理系统为n阶非线性系统，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，q
i,0
表示下界，y(t)表示信息物理系统的实际输出，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，为正常数。
[0104]
s12、设计有限时间性能函数以及转换函数。
[0105]
可选地，s12中的有限时间性能函数，如下式(2)所示：
[0106][0107]
其中，t表示时间，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，τ
j,0
表示时间t＝0时函数的初始值，τ
j,0
和均为正数，tf表示预设时间点。
[0108]
可选地，s12中的转换函数，如下式(3)所示：
[0109][0110]
其中，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，∈j(t)表示第j阶非线性系统子系统未知的参数。
[0111]
s13、根据有限时间性能函数以及转换函数，对信息物理系统模型进行转换，得到转换后的信息物理系统模型。
[0112]
可选地，s13中信息物理系统模型，如下式(4)所示：
[0113][0114]
其中，t表示时间，i＝2,3,
…
,n，n表示信息物理系统为n阶非线性系统，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，π1(1(t))表示第一阶非线性系统子系统转换函数，πi(∈i(t))表示第i阶非线性系统子系统转换函数；∈1(t)表示第一阶非线性系统子系统未知的参数，∈i(t)表示第i阶非线性系统子系统未知的参数，yd(t)代表信息物理系统理想输出信号，分别代表ζ1(t),τ1(t),∈1(t),yd(t),ζi(t),τi(t),∈i(t)对时间t的导数，分别表示对∈1(t)和∈i(t)求导数。
[0115]
s14、对转换后的信息物理系统模型进行转化，得到恶意攻击下带有外部扰动的高
阶非线性信息物理系统面向控制的动力学模型。
[0116]
一种可行的实施方式中，对转换后的信息物理系统模型进行第一次转化，得到第一次转化后的动力学模型，如下式(5)所示：
[0117][0118]
其中，i＝2,3,
…
,n-1，θi(∈i(t),τi(t))和分别表示为如下形式：
[0119][0120][0121][0122]
可选地，将第一次转化后的动力学模型进行第二次转化，得到恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型，如下式(6)所示：
[0123][0124]
其中，ξ1、ξi以及θi分别表示为如下形式：
[0125][0126][0127][0128]
其中，表示∈i(t)对时间t的导数，∈i(t)表示第i阶非线性系统子系统未知的参数，表示τi(t)对时间t的导数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，∈1(t)表示第一阶非线性系统子系统未知的参数，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，表示τ1(t)对时间t的导数，表示yd(t)对时间t的导数，yd(t)代表信息物理系统理想输出信号，表示对∈i(t)∈i(t)求求导数，pi(.)和qi(.),i＝
1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，n表示信息物理系统为n阶非线性系统，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，,n表示控制对象中存在的外部扰动，为正常数，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入。
[0129]
s2、基于动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器。
[0130]
一种可行的实施方式中，首先，引入如下式(7)的坐标变换：
[0131][0132]
其中，βi(t),i＝1,2,
…
,n-1代表虚拟控制器，如果系统中不存在恶意攻击，且i＝n时，βn(t)＝u(t)，即βn(t)此时等于实际控制器u(t)。
[0133]
根据模糊逻辑系统，对于定义在紧凑集λ上的连续函数h(ξ)，以及任意精度ε＞0，均存在模糊逻辑系统k
t
δ(ξ)，满足下式(8)：
[0134][0135]
其中，k＝[κ1(t),κ2(t),
…
,κn(t)]
t
代表高斯函数的权重向量，cj＝[c
j1
,c
j2
,
…
,c
jn
]
t
代表中心向量，μj＝[μ
j1
,μ
j2
,
…
,μ
jn
]
t
代表高斯函数的宽度。
[0136]
然后，设计如下式(9)的虚拟控制器：
[0137][0138]
其中，i＝1,2,3,
…
,n-1，代表的κi(t)估计值，xi和ri均为正的设计参数，0.5＜ψ＜1，＜ψ＜1，
[0139]
s3、基于动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值。
[0140]
可选地，s3中的基于虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值包括：
[0141]
s31、基于高斯径向基函数神经网络，设计估计器。
[0142]
一种可行的实施方式中，基于高斯径向基函数神经网络设计估计器，能够实现对恶意攻击在线实时预估和重构，具体包括：
[0143]
根据全局逼近理论，对于定义在紧凑集上的任意连续函数b(y)，以及任意
精度水平δ
*
＞0，总是会存在径向基函数神经网络q
*t
p(y,μ
*
,τ
*
)，满足如下式(10)的条件：
[0144]
b(y)＝q
*t
p(y,μ
*
,τ
*
)+δ(y),|δ(y)|≤δ
*
ꢀꢀꢀ
(10)
[0145]
其中，代表最优权重向量，代表输入向量，δ(y)代表逼近误差，l＞1代表神经元的个数，代表径向基函数向量，代表高斯函数的宽度，代表高斯函数的中心。
[0146]
然后，针对恶意攻击下带有外部扰动的高阶非线性信息物理系统设计一个高斯径向基函数神经网络实现对恶意攻击的在线预估和重构，假定恶意攻击是可预估的，那么，所设计的高斯径向基函数神经网络中高斯函数的中心和宽度不需要训练。
[0147]
s32、将信息物理系统中不存在恶意攻击且i＝n时的虚拟控制器βn、信息物理系统的第i阶非线性系统子系统未知的参数∈i(t),i＝1,2,
…
,n、信息物理系统的状态变量ζi(t),i＝1,2,
…
,n以及时间变量t输入到估计器，得到恶意攻击的估计值。
[0148]
一种可行的实施方式中，所设计的高斯径向基函数神经网络的输出为恶意攻击的估计值，输入为∈i(t),i＝1,2,
…
,n，βn，ζi(t),i＝1,2,
…
,n，以及时间变量t。
[0149]
s4、基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0150]
可选地，s4中的基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制包括：
[0151]
s41、基于李雅普诺夫稳定性定理，设计模糊逻辑系统的自适应法则。
[0152]
一种可行的实施方式中，设计的自适应法则如下式(11)所示：
[0153][0154]
其中，i＝1,2,
…
,n，θi以及σi均为正的设计参数，代表对κi(t)的估计值，代表对时间的导数。
[0155]
s42、基于自适应法则以及恶意攻击的估计值，设计有限时间自适应模糊控制器。
[0156]
一种可行的实施方式中，设计的有限时间自适应模糊控制器如下式(12)所示：
[0157][0158]
其中，为利用所设计的高斯径向基函数神经网络对恶意攻击ad(t)的估计值，其余参数值与虚拟控制器中对应参数值定义相同。
[0159]
s43、基于有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0160]
为了更好地理解本发明，对本发明实施例提供的面向恶意攻击下的信息物理系统可靠控制方法进行说明，在本实施例中，
[0161][0162][0163]
y(t)＝ζ1(t)
[0164]
其中，外部扰动d1(t)＝0.2sin(t)，外部扰动d2(t)＝-0.05sin(1.5t)，参考信号选择为sin(t)+0.2cos(0.5t)，系统初始值为ζ1(0)＝0.1，ζ2(0)＝-1，ψ＝17/21，r1＝15，r2＝18，x1＝x2＝1，σ1＝σ2＝0.8，θ1＝θ2＝8，τ
1,0
＝1，τ
2,0
＝1.5，tf＝1，本实施例中所设计的高斯径向基神经网络估计器中隐含层神经元的个数为5，模糊逻辑系统k
t
δ(.)中包含7个节点，模糊逻辑系统中高斯函数的宽度设为本实施案例中模糊集合定义在[-3,3]上，选择分割点为-3，-1，0，1，3，对应的模糊集合函数表达如下：
[0165][0166][0167]
其中，l＝1,2,
…
,7，,7，,7，分别表示τ1(t)和yd(t)对时间t的二阶导数。
[0168]
第一步，建立信息物理系统模型为：
[0169][0170][0171]
y(t)＝ζ1(t)
[0172]
然后，将该信息物理系统模型转化为如下形式：
[0173][0174][0175]
其中，ad(t)如图3所示。
[0176]
第二步，设计虚拟控制器为：
[0177][0178]
第三步，基于高斯径向基函数神经网络设计估计器，实现对恶意攻击在线实时预
估和重构，构建高斯径向基函数神经网络预估恶意攻击和外部扰动的和，其中，神经网络的输入为∈1(t)，∈2(t)，β2(t)，ζ1(t)，ζ2(t)以及时间变量t，输出为所设计的神经网络隐含层神经元个数为5，本实施例中所构建的高斯径向基函数神经网络只针对隐含层与输出层之间的权重进行训练，且所设计的高斯径向基神经网络作为一个网络攻击估计器，实现对系统中存在的恶意攻击进行在线的预估和重构。
[0179]
第四步，设计自适应有限时间模糊控制器为：
[0180][0181]
然后，设计和的自适应法则为：
[0182][0183][0184]
本实施例中，构建的网络攻击估计器对系统中存在的恶意攻击进行在线预估，预估结果如图4所示，输出跟踪仿真结果如图5所示，输出跟踪误差仿真结果如图6所示，由图5和图6可知，系统输出在有限时间内准确跟踪到参考输出信号，即系统输出y(t)和参考输出yd(t)之间的跟踪误差始终保持在-τ1(t)和τ1(t)之间；系统状态ζ2(t)轨迹仿真结果如图7所示，由图可知，ζ2轨迹始终保持在-τ2(t)和τ2(t)之间，即在有限时间内稳定到与原点距离无限近的区域内，本实施例构建的网络攻击估计器能够对恶意攻击进行精确估计和重构；控制输入u(t)仿真结果如图8所示；和轨迹变化仿真结果如图9所示。
[0185]
本发明实施例中，针对恶意攻击下带有外部扰动的高阶非线性信息物理系统，提出一种信息物理系统安全控制方法以确保系统输出在有限时间内准确跟踪到理想输出，系统其余状态变量在有限时间内稳定到原点附近任意近的区域内。
[0186]
本技术中构建的高斯径向基函数神经网络是一种网络攻击估计器，能够实现对系统中存在的恶意攻击的在线预估和重构。
[0187]
本技术提供的信息物理系统安全控制方法是针对高阶非线性信息物理系统所设计的，故可应用于各种非线性信息物理系统的安全控制。
[0188]
本技术融合了李雅普诺夫稳定性理论，保证了信息物理系统有限时间稳定性的同时，有效提升了控制性能。
[0189]
如图10所示，本发明实施例提供了一种面向恶意攻击下的信息物理系统安全控制装置1000，该装置1000应用于实现面向恶意攻击下的信息物理系统安全控制方法，该装置1000包括：
[0190]
动力学模型构建模块1010，用于基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
[0191]
虚拟控制器设计模块1020，用于基于动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器。
[0192]
估计器设计模块1030，用于基于动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值。
[0193]
输出模块1040，用于基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0194]
可选地，动力学模型构建模块1010，进一步用于：
[0195]
s11、建立信息物理系统模型。
[0196]
s12、设计有限时间性能函数以及转换函数。
[0197]
s13、根据有限时间性能函数以及转换函数，对信息物理系统模型进行转换，得到转换后的信息物理系统模型。
[0198]
s14、对转换后的信息物理系统模型进行转化，得到恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
[0199]
可选地，动力学模型构建模块1010，进一步用于：
[0200][0201]
其中，t表示时间，ζ(t)表示信息物理系统的状态向量ζ(t)＝[ζ1(t),ζ2(t),
…
,ζn(t)]
t
∈rn，ζi(t)表示信息物理系统的状态变量，n表示信息物理系统为n阶非线性系统，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，q
i,0
表示下界，y(t)表示信息物理系统的实际输出，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，为正常数。
[0202]
可选地，动力学模型构建模块1010，进一步用于：
[0203][0204]
其中，t表示时间，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，τ
j,0
表示时间t＝0时函数的初始值，τ
j,0
和均为正数，tf表示预设时间点。
[0205]
可选地，动力学模型构建模块1010，进一步用于：
[0206][0207]
其中，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，∈j(t)表示第j阶非线性系统子系统未知的参数。
[0208]
可选地，动力学模型构建模块1010，进一步用于：
[0209][0210]
其中，t表示时间，i＝2,3,
…
,n，n表示信息物理系统为n阶非线性系统，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，π1(1(t))表示第一阶非线性系统子系统转换函数，πi(∈i(t))表示第i阶非线性系统子系统转换函数；∈1(t)表示第一阶非线性系统子系统未知的参数，∈i(t)表示第i阶非线性系统子系统未知的参数，yd(t)代表信息物理系统理想输出信号，分别代表ζ1(t),τ1(t),∈1(t),yd(t),ζi(t),τi(t),∈i(t)对时间t的导数，分别表示对∈1(t)和∈i(t)求导数。
[0211]
可选地，动力学模型构建模块1010，进一步用于：
[0212][0213][0214][0215][0216]
其中，表示∈i(t)对时间t的导数，∈i(t)表示第i阶非线性系统子系统未知的参数，表示τi(t)对时间t的导数，τi(t)表示第i阶非线性系统子系统有限时间性能函数，∈1(t)表示第一阶非线性系统子系统未知的参数，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，表示τ1(t)对时间t的导数，表示yd(t)对时间t的导数，yd(t)代表信息物理系统理想输出信号，表示对∈i(t)求导数，pi(.)和qi(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，n表示信息物理系统为n阶非线性系统，di(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，,n表示控制对象中存在的外部扰动，为正常数，ad(t)表示恶意攻击，u(t)表示信息物理系统控制输入。
[0217]
可选地，估计器设计模块1030，进一步用于：
[0218]
s31、基于高斯径向基函数神经网络，设计估计器。
[0219]
s32、将信息物理系统中不存在恶意攻击且i＝n时的虚拟控制器βn、信息物理系统的第i阶非线性系统子系统未知的参数∈i(t),i＝1,2,
…
,n、信息物理系统的状态变量ζi(t),i＝1,2,
…
,n以及时间变量t输入到估计器，得到恶意攻击的估计值。
[0220]
可选地，输出模块1040，进一步用于：
[0221]
s41、基于李雅普诺夫稳定性定理，设计模糊逻辑系统的自适应法则。
[0222]
s42、基于自适应法则以及恶意攻击的估计值，设计有限时间自适应模糊控制器。
[0223]
s43、基于有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0224]
本发明实施例中，针对恶意攻击下带有外部扰动的高阶非线性信息物理系统，提出一种信息物理系统安全控制方法以确保系统输出在有限时间内准确跟踪到理想输出，系统其余状态变量在有限时间内稳定到原点附近任意近的区域内。
[0225]
本技术中构建的高斯径向基函数神经网络是一种网络攻击估计器，能够实现对系统中存在的恶意攻击的在线预估和重构。
[0226]
本技术提供的信息物理系统安全控制方法是针对高阶非线性信息物理系统所设计的，故可应用于各种非线性信息物理系统的安全控制。
[0227]
本技术融合了李雅普诺夫稳定性理论，保证了信息物理系统有限时间稳定性的同时，有效提升了控制性能。
[0228]
图11是本发明实施例提供的一种电子设备1100的结构示意图，该电子设备1100可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，cpu)1101和一个或一个以上的存储器1102，其中，存储器1102中存储有至少一条指令，至少一条指令由处理器1101加载并执行以实现下述面向恶意攻击下的信息物理系统安全控制方法：
[0229]
s1、基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。
[0230]
s2、基于动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器。
[0231]
s3、基于动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值。
[0232]
s4、基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。
[0233]
在示例性实施例中，还提供了一种计算机可读存储介质，例如包括指令的存储器，上述指令可由终端中的处理器执行以完成上述面向恶意攻击下的信息物理系统安全控制方法。例如，计算机可读存储介质可以是rom、随机存取存储器(ram)、cd-rom、磁带、软盘和光数据存储设备等。
[0234]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0235]
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

技术特征：
1.一种面向恶意攻击下的信息物理系统安全控制方法，其特征在于，所述方法包括：s1、基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型；s2、基于所述动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器；s3、基于所述动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值；s4、基于所述恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。2.根据权利要求1所述的方法，其特征在于，所述s1中的基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型包括：s11、建立信息物理系统模型；s12、设计有限时间性能函数以及转换函数；s13、根据所述有限时间性能函数以及转换函数，对所述信息物理系统模型进行转换，得到转换后的信息物理系统模型；s14、对所述转换后的信息物理系统模型进行转化，得到恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型。3.根据权利要求2所述的方法，其特征在于，所述s11中的信息物理系统模型，如下式(1)所示：其中，t表示时间，ζ(t)表示信息物理系统的状态向量ζ(t)＝[ζ1(t),ζ2(t),
…
,ζ
n
(t)]
t
∈r
n
，ζ
i
(t)表示信息物理系统的状态变量，n表示信息物理系统为n阶非线性系统，p
i
(.)和q
i
(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，q
i,0
表示下界，y(t)表示信息物理系统的实际输出，a
d
(t)表示恶意攻击，u(t)表示信息物理系统控制输入，d
i
(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，表示控制对象中存在的外部扰动，为正常数。4.根据权利要求2所述的方法，其特征在于，所述s12中的有限时间性能函数，如下式(2)所示：其中，t表示时间，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，τ
j,0
表示时间t
＝0时函数的初始值，τ
j,0
和均为正数，t
f
表示预设时间点。5.根据权利要求2所述的方法，其特征在于，所述s12中的转换函数，如下式(3)所示：其中，j＝1,2,
…
,n，n表示信息物理系统为n阶非线性系统，∈
j
(t)表示第j阶非线性系统子系统未知的参数。6.根据权利要求2所述的方法，其特征在于，所述s13中信息物理系统模型，如下式(4)所示：其中，t表示时间，i＝2,3,
…
,n，n表示信息物理系统为n阶非线性系统，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，τ
i
(t)表示第i阶非线性系统子系统有限时间性能函数，π1(∈1(t))表示第一阶非线性系统子系统转换函数，π
i
(∈
i
(t))表示第i阶非线性系统子系统转换函数；∈1(t)表示第一阶非线性系统子系统未知的参数，∈
i
(t)表示第i阶非线性系统子系统未知的参数，y
d
(t)代表信息物理系统理想输出信号，分别代表ζ1(t),τ1(t),∈1(t),y
d
(t),ζ
i
(t),τ
i
(t),∈
i
(t)对时间t的导数，分别表示对∈1(t)和∈
i
(t)求导数。7.根据权利要求2所述的方法，其特征在于，所述s14中的恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型，如下式(5)所示：高阶非线性信息物理系统面向控制的动力学模型，如下式(5)所示：高阶非线性信息物理系统面向控制的动力学模型，如下式(5)所示：高阶非线性信息物理系统面向控制的动力学模型，如下式(5)所示：其中，表示∈
i
(t)对时间t的导数，∈
i
(t)表示第i阶非线性系统子系统未知的参数，表示τ
i
(t)对时间t的导数，τ
i
(t)表示第i阶非线性系统子系统有限时间性能函数，∈1(t)表示第一阶非线性系统子系统未知的参数，τ1(t)表示第一阶非线性系统子系统有限时间性能函数，表示τ1(t)对时间t的导数，表示y
d
(t)对时间t的导数，y
d
(t)代表信息
物理系统理想输出信号，表示对∈
i
(t)求导数，p
i
(.)和q
i
(.),i＝1,2,
…
,n表示已知的关于信息物理系统状态变量的实连续非线性函数，n表示信息物理系统为n阶非线性系统，d
i
(t),i＝1,2,
…
,n表示控制对象中存在的外部扰动，,n表示控制对象中存在的外部扰动，为正常数，a
d
(t)表示恶意攻击，u(t)表示信息物理系统控制输入。8.根据权利要求1所述的方法，其特征在于，所述s3中的基于所述虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值包括：s31、基于高斯径向基函数神经网络，设计估计器；s32、将信息物理系统中不存在恶意攻击且i＝n时的虚拟控制器β
n
(t)、信息物理系统的第i阶非线性系统子系统未知的参数∈
i
(t),i＝1,2,
…
,n、信息物理系统的状态变量ζ
i
(t),i＝1,2,
…
,n以及时间变量t输入到所述估计器，得到恶意攻击的估计值。9.根据权利要求1所述的方法，其特征在于，所述s4中的基于所述恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制包括：s41、基于李雅普诺夫稳定性定理，设计模糊逻辑系统的自适应法则；s42、基于所述自适应法则以及恶意攻击的估计值，设计有限时间自适应模糊控制器；s43、基于所述有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。10.一种面向恶意攻击下的信息物理系统安全控制装置，其特征在于，所述装置包括：动力学模型构建模块，用于基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型；虚拟控制器设计模块，用于基于所述动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器；估计器设计模块，用于基于所述动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值；输出模块，用于基于所述恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。

技术总结
本发明公开了一种面向恶意攻击下的信息物理系统安全控制方法及装置，涉及信息安全技术领域。包括：基于有限时间性能函数方法，建立恶意攻击下带有外部扰动的高阶非线性信息物理系统面向控制的动力学模型；基于动力学模型、信息物理系统的实际输出、信息物理系统的理想输出、反步法、预设性能控制方法以及模糊逻辑系统，设计虚拟控制器；基于动力学模型、虚拟控制器以及基于高斯径向基函数神经网络设计的估计器，得到恶意攻击的估计值；基于恶意攻击的估计值以及李雅普诺夫稳定性定理，设计有限时间自适应模糊控制器，实现在恶意攻击下对信息物理系统的安全控制。本发明能够确保系统输出在有限时间内准确跟踪到理想输出。统输出在有限时间内准确跟踪到理想输出。统输出在有限时间内准确跟踪到理想输出。


技术研发人员：爨朝阳 丁大伟 安翠娟 李志强 任莹莹 孙新苗
受保护的技术使用者：北京科技大学
技术研发日：2022.07.04
技术公布日：2022/11/1