Encoding-Decoding-Based Model-Free Adaptive Control of Nonlinear Multi-Agent Systems Under False Data Injection Attacks

Xiao‐Meng Li

doi:10.1109/tce.2026.3720435

Encoding-Decoding-Based Model-Free Adaptive Control of Nonlinear Multi-Agent Systems Under False Data Injection Attacks

2026-08-05

0

PRE

AI

DOI：10.1109/tce.2026.3720435

原文链接

原文求助

摘要

En 中文

多智能体系统(MASs)中互连消费电子设备的通信安全是开放网络环境中的一个关键问题。本文研究了非线性MASs在虚假数据注入(FDI)攻击下的基于编码-解码的无模型自适应(MFA)安全跟踪控制问题。由于智能体间信息传输的共享特性，一个熟练的攻击者可以通过向内智能体和外智能体通信信道注入虚假数据来破坏通信可靠性。为提高通信效率和信道可靠性，提出了一种基于统一量化的编码-解码方案。随后，利用解码数据设计了MFA控制器，以提高在FDI攻击下的控制性能。进而，通过动态线性化技术和攻击补偿策略，设计了一个观测器以最小化FDI攻击、量化误差和参数估计误差造成的负面影响。该方法为FDI攻击下的网络化消费电子设备集群提供了一种通信高效且安全的控制框架。为MASs建立了保证跟踪误差有界的充分条件。最后，两个仿真示例验证了所提出的基于编码-解码的MFA跟踪控制方法的有效性。

Keyword:

Encoding-decoding mechnaism

false data injection attacks

model-free adaptive control

nonlinear multi-agent systems

Encoding-Decoding-Based Model-Free Adaptive Control of Nonlinear Multi-Agent Systems Under False Data Injection Attacks

摘要

期刊

机构

引用论文