.png){kind=icon}
返回
Secure Data Reconstruction: A Direct Data-Driven Approach
.png){kind=icon}
PRE
AI
DOI：10.1109/TAC.2025.3585652.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
本文针对未知系统的安全数据重构问题展开研究，其中系统收集的数据易受恶意篡改。我们旨在在不了解系统模型先验知识的情况下恢复真实轨迹。为此，采用行为语言来表示系统，通过输入/输出轨迹而非状态空间模型进行描述。我们考虑两种攻击场景。在第一种场景中，最多有$k$个数据条目被恶意篡改。而在第二种场景中，假设最多有$k$个传感器或执行器通道被攻陷，这意味着从这些通道收集的任何数据都可能被伪造。针对这两种场景，我们将轨迹恢复问题表述为优化问题，并引入充分条件以确保成功恢复真实数据。由于求解这些问题的精确解可能计算效率低下，我们进一步使用$\ell _{1}$-范数和组最小绝对收缩与选择算子对问题进行近似。我们证明，在特定条件下，这些近似问题也能找到真实轨迹，同时保持较低的计算复杂度。最后，我们将所提算法扩展至含噪声数据。通过重构安全轨迹，本研究为后续的数据驱动控制方法提供了一种安全保护机制。
Keyword:
Behavioral language
data-driven control
secure data reconstruction
期刊
IF:
7
论文数:
1.3W
被引数:
6.7W
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容