Jan, 2024

模型预测控制中分布式编队控制器的攻击韧性探究

PDF
TL;DR本论文致力于通过研究攻击场景并评估其对系统性能的影响，来提高分布式车队控制器的安全性。使用模型预测控制 (MPC) 控制器模拟了各种攻击技术，包括中间人攻击和伪造数据注入，以识别车队控制器的漏洞和弱点。论文提供并测试了一些对策，其中包括使用机器学习技术进行攻击分析和加强通信协议。研究结果强调了将安全问题整合到设计和实施中的重要性，从而构建安全且具有弹性的分布式车队控制器。
distributed vehicle platoon controllerscyber-attacksattack scenariossystem performancereinforced communication protocols
发现论文，激发创造
  • 学习稳定、安全、分布式反馈控制器用于异构车队

    自动驾驶车辆的编队技术有潜力提高公路上的安全性和燃油效率。本论文介绍了一种用于学习分布式稳定安全控制器的算法，该算法依赖于最近在神经网络稳定性和安全证书方面的发展。通过在仿真和 100 辆车的编队中评估，实验结果表明了该算法和学习控制器的实用性，通过与线性反馈和分布式模型预测控制器的性能进行比较。

    Apr, 2024

  • 面向复合攻击的异构多智能体系统弹性输出控制：数字孪生方法

    该论文研究了异构多智能体系统的分布式弹性输出包含控制，针对复合攻击，包括拒绝服务攻击，虚假数据注入攻击、伪装攻击和行为攻击，并通过应用数字孪生的思想提出了二层协议，使问题可以分别在高保密度的数字孪生层和更容易利用的物理层上得以解决。该论文的研究成果展示了提出的控制协议的有效性，并证明了输出可以达到均匀最终有界收敛。

    Mar, 2023

  • 基于学习控制的线性模型预测安全认证

    本文提出模型预测安全认证 (MPSC) 方案，用于保证学习型控制器的安全性，并拓展安全状态集合的方法是使用基于场景优化的数据设计过程。

    Mar, 2018

  • 评估自主编队算法的基准测试平台的设计与实现

    自主驾驶车队展现中短期机会以提高运营效率和挽救生命。本文介绍了一个可以评估和基准测试装载传感器的 1/10 比例车辆车队算法的测试平台，通过对典型车队场景进行变速的参考轨迹跟踪的实验，评估了线性反馈和两种分布式模型预测控制算法，并验证了算法的性能随车队规模增加而增加，结果表明分布式模型预测控制算法在硬件和仿真中优于线性反馈。

    Feb, 2024

  • 无线自主车队系统的联合通信和控制

    为实现自主车队所需的无线网络可靠性和控制系统稳定性，本文提出了一个新的框架，通过分析控制系统的稳定性和车辆间通信信道的不确定性，导出了无线系统可靠性的运算表达式，并将控制参数优化以最大化无线系统的可靠性。

    Apr, 2018

  • 检测自适应巡航控制车辆上的隐蔽网络攻击：一种机器学习方法

    为了检测自动驾驶车辆遭受的网络攻击，本论文提出了一个基于交通模型框架和生成对抗网络的异常检测模型，通过实时车辆轨迹数据来识别恶意操作控制命令、传感器测量的虚假数据注入攻击以及拒绝服务攻击。与其他神经网络模型相比，所提出的方法在准确识别具有异常驾驶行为的自适应巡航控制车辆方面具有更高的准确率。

    Oct, 2023

  • 提升混合交通的安全性：基于学习的建模与有效的自动驾驶和人工驾驶车辆控制

    使用先进的人类驾驶车辆模型和高斯过程学习相结合的方法来预测人类驾驶车辆的行为，并利用该模型开发了一种增强型模型预测控制策略，以提高混合车辆编队的安全性和运行效率。

    Apr, 2024

  • 深度交互式动作预测与规划：通过动作预测模型进行游戏

    本研究提出一种多智能体策略网络和博弈论模型预测控制器相结合的方案，将自动驾驶车辆的预测和规划层紧密耦合，能够有效生成交互行为。

    Apr, 2022

  • 用于评估交通网络虚假数据注入攻击的层次化多智能体强化学习

    通过异步多智能体强化学习，我们研究了驾驶导航应用程序中的数据操纵攻击对交通网络和驾驶路线选择的影响。

    Dec, 2023

  • 基于强化学习的联网交通系统自适应交通信号控制器的网络攻击模型

    该研究开发了一种基于强化学习的网络安全攻击模型，用于识别适应性交通信号控制器在通过连接的车辆接收实时车辆轨迹数据来调节绿色时间时所存在的困境。

    Oct, 2022