.png){kind=icon}
返回
Integrity Attacks on Remote Estimation Under Sequential Detection
.png){kind=icon}
PRE
AI
DOI：10.1109/TAC.2025.3598115.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文研究了在完整性攻击影响下多传感器远程估计的最坏情况性能。除了针对不可靠传感器常用的基于残差的$\chi ^{2}$检测器外，某些传感器的可靠性允许应用第二个检测器进行顺序检测。这种增强的检测机制对完整性攻击施加了更严格的隐蔽性约束，从而增加了脆弱性分析的复杂性。为表征估计性能的最大退化，我们提出了一种基于有效利用可用信息的新型攻击模式。所得的最坏情况性能和相应的最优攻击可以以封闭形式导出。通过对相关优化问题结构的分析，验证了所提策略在所有可行攻击中的最优性。为提高实际适用性，我们进一步考虑了无法获取可靠传感器数据的攻击。通过指定可行性条件并导出最优攻击，脆弱性得以更清晰地揭示。最后，提供了数值仿真以验证理论发现。
Keyword:
Integrity attacks
Kalman filter
remote estimation
stealthy attacks
worst-case performance
期刊
IF:
7
论文数:
1.3W
被引数:
6.7W
机构
引用论文
Security analysis and defense strategy of distributed filtering under false data injection attacks分布式过滤在虚假数据注入攻击下的安全性分析与防御策略.png)
AUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏Detection and Identification of Sparse Sensor Attacks in Cyber-Physical Systems With Side Information基于边信息的网络物理系统稀疏传感器攻击检测与识别
PREAI
分享收藏Worst-case performance of Kalman filtering against cyber-attacks with true and contaminated information基于真实与污染信息下卡尔曼滤波对抗网络攻击的最坏情况性能AUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏Optimal stealthy integrity attacks on remote state estimation: The maximum utilization of historical dataAUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏Optimal stealthy attack with historical data on cyber-physical systems利用网络物理系统上的历史数据进行最佳隐形攻击AUTOMATICA
AUTOMATICAIF5.9
PREAI
分享收藏
查看更多内容