Formazioni guida-seguace soggette a iniezioni di dati falsi: Un approccio resiliente di controllo predittivo distribuito

Sommario: In questo articolo, vengono affrontati i problemi di resilienza per i convogli di agenti autonomi quando iniezioni di dati falsi influenzano le informazioni scambiate tra i vicini tramite un mezzo di comunicazione. Un schema di controllo predittivo distribuito viene utilizzato per gestire il compito complessivo di regolazione. Al contrario, il nucleo di questo studio si basa sulla progettazione di un efficiente rilevatore di anomalie e di contromisure agli attacchi. In particolare, viene formalmente dimostrato che il dispositivo proposto è in grado di individuare in tempo finito azioni malevole attraverso semplici condizioni di appartenenza a insiemi, derivate dal concetto di insiemi convessi di previsioni di stato a k passi in avanti. Inoltre, le contromisure agli attacchi hanno una duplice natura: la prima è concepita sfruttando gli argomenti di fattibilità della filosofia del controllo predittivo; mentre la seconda operazione resiliente trae ispirazione dalle idee di ringiovanimento, portando a una sicura suddivisione e/o accodamento della formazione multi-agente iniziale.

Descrizione

D. Famularo, G. Franzè, F. Tedesco and A. Venturino, "Leader-Follower Formations Subject to False Data Injections: A Resilient Distributed Model Predictive Approach," 2023 62nd IEEE Conference on Decision and Control (CDC), Singapore, 2023, pp. 2054-2059, doi: 10.1109/CDC49753.2023.10384294.

Copia
@INPROCEEDINGS{Famularo2023Leader,
    author={Famularo, Domenico and Franzè, Giuseppe and Tedesco, Francesco and Venturino, Antonello},
    booktitle={2023 62nd IEEE Conference on Decision and Control (CDC)},
    title={Leader-Follower Formations Subject to False Data Injections: A Resilient Distributed Model Predictive Approach},
    year={2023},
    volume={},
    number={},
    pages={2054-2059},
    doi={10.1109/CDC49753.2023.10384294}
}