用于识别稀疏攻击的系统、方法、电子装置及介质与流程

本发明涉及网络安全，尤其涉及一种用于识别稀疏攻击的系统、方法、电子装置和介质。

背景技术：

1、网络安全对于安全关键系统（如飞机、汽车、火车和医疗设备的计算与控制系统）至关重要。网络攻击案例已导致物理危害和经济后果。因此，设计考虑信息物理系统安全的算法非常重要。在各种类型的网络攻击中，稀疏注入攻击尤其难以应对。从物理角度来看，稀疏攻击是一类常见的未知攻击，其可以被建模为稀疏向量，并且被恶意注入到系统测量结果中。

2、对于稀疏攻击而言，安全状态估计的挑战主要在于对此类攻击的识别。尽管提出了许多方法来给出线性时变（ltv）系统的安全状态估计，但难以将这些方法推广到线性参数变化（lpv）系统或非线性系统，如软体机器人、热载荷下的定位器、可变构型汽车以及大规模网络。同时，实际系统会经受干扰，并且这些干扰可能污染用于识别攻击的残差信号，从而难以排除受到攻击的传感器。

技术实现思路

1、本发明的实施例提出了一种用于识别稀疏攻击的系统、方法、电子装置和介质。

2、在第一方面，提供了一种用于识别稀疏攻击的系统。所述系统包含：

3、区间观测器，所述区间观测器被配置成基于被控对象的控制输入和由所述被控对象的传感器提供的测量输出来生成所述被控对象的状态估计；以及

4、第一确定模块，所述第一确定模块被配置成判断所述状态估计是否在预定范围内，当判断出所述状态估计在所述预定范围内时，确定所述传感器未受到稀疏攻击，或者当判断出所述状态估计不在所述预定范围内时，确定所述传感器受到稀疏攻击。

5、因此，区间观测器生成用于识别稀疏攻击的状态估计，并提高了产品质量和抵御网络攻击的鲁棒性。

6、优选地，包含采样模块；

7、其中所述第一确定模块被配置成当确定所述传感器未受到稀疏攻击时输出所述测量输出，或者当确定所述传感器受到稀疏攻击时将所述测量输出发送至所述采样模块；

8、所述采样模块被配置成基于预定采样周期来对所述测量输出进行采样处理。

9、因此，通过采样处理能够改善所述输出。

10、优选地，其中所述采样模块被配置成当所述测量输出的噪声水平大于第一阈值时，在下一轮采样处理中减小所述采样周期；当所述测量输出的所述噪声水平小于第二阈值时，在所述下一轮采样处理中增大所述采样周期；当所述测量输出的所述噪声水平在由所述第一阈值和所述第二阈值限定的区间范围内时，在所述下一轮采样处理中维持所述采样周期，其中所述第一阈值大于所述第二阈值。

11、因此，能够基于噪声水平自适应地调整所述采样周期，以提高输出信号的质量。

12、优选地，包含：

13、无迹卡尔曼滤波器（unscented kalman filter），所述无迹卡尔曼滤波器被配置成基于所述控制输入和经采样的测量输出来确定所述测量输出的估计值；

14、滤波模块，所述滤波模块被配置成对所述测量输出的所述估计值进行滤波；

15、其中所述第一确定模块被配置成当确定所述传感器受到稀疏攻击时，输出所述测量输出的经滤波的估计值。

16、因此，通过无迹卡尔曼滤波器确定安全关键系统控制的非高增益估计，可以节省能量并提高系统的可靠性。此外，第一确定模块在传感器测量与无迹卡尔曼滤波器的输出估计之间切换控制器的馈送输出。

17、优选地，包含：

18、干扰估计器，所述干扰估计器被配置成基于所述控制输入和所述经采样的测量输出来确定所述被控对象的干扰估计。

19、优选地，包含：

20、干扰评估器，所述干扰评估器被配置成生成所述干扰估计的评估值，并且基于所述评估值来调整所述无迹卡尔曼滤波器的协方差矩阵参数。

21、因此，干扰估计器和干扰评估器被设计成监测所存在的干扰，以自适应地调节卡尔曼滤波器。

22、优选地，包含：

23、第二确定模块，所述第二确定模块被配置成在离线过程期间，基于所述被控对象的离线控制输入和由所述被控对象的所述传感器提供的离线测量输出来确定所述区间观测器的估计参数。

24、因此，可以通过离线过程调整所述区间观测器的估计参数，以便识别所述被控对象。

25、在第二方面，提供了一种用于识别稀疏攻击的方法。所述方法包含：

26、使区间观测器能够基于被控对象的控制输入和由所述被控对象的传感器提供的测量输出来生成所述被控对象的状态估计；

27、判断所述状态估计是否在预定范围内；以及

28、当判断出所述状态估计在所述预定范围内时，确定所述传感器未受到稀疏攻击，或者当判断出所述状态估计不在所述预定范围内时，确定所述传感器受到稀疏攻击。

29、因此，区间观测器生成用于识别稀疏攻击的状态估计，并提高了产品质量和抵御网络攻击的鲁棒性。

30、优选地，包含：

31、当确定所述传感器未受到稀疏攻击时，输出所述测量输出，或者当确定所述传感器受到稀疏攻击时，将所述测量输出发送至采样模块；

32、使所述采样模块能够基于预定采样周期来对所述测量输出进行采样处理。

33、因此，通过采样处理能够改善所述输出。

34、优选地，包含：

35、使所述采样模块能够进行以下操作：当所述测量输出的噪声水平大于第一阈值时，在下一轮采样处理中减小所述采样周期；当所述测量输出的所述噪声水平小于第二阈值时，在所述下一轮采样处理中增大所述采样周期；当所述测量输出的所述噪声水平在由所述第一阈值和所述第二阈值限定的区间范围内时，在所述下一轮采样处理中维持所述采样周期，其中所述第一阈值大于所述第二阈值。

36、因此，能够基于噪声水平自适应地调整所述采样周期，以提高输出信号的质量。

37、优选地，包含：

38、使无迹卡尔曼滤波器能够基于所述控制输入和经采样的测量输出来确定所述测量输出的估计值；

39、对所述测量输出的所述估计值进行滤波；

40、当确定所述传感器受到稀疏攻击时，输出所述测量输出的经滤波的估计值。

41、因此，通过无迹卡尔曼滤波器确定安全关键系统控制的非高增益估计，可以节省能量并提高系统的可靠性。此外，第一确定模块在传感器测量与无迹卡尔曼滤波器的输出估计之间切换控制器的馈送输出。

42、优选地，包含：

43、基于所述控制输入和所述经采样的测量输出来确定所述被控对象的干扰估计。

44、优选地，包含：

45、生成所述干扰估计的评估值；

46、基于所述评估值来调整所述无迹卡尔曼滤波器的协方差矩阵参数。

47、因此，干扰估计器和干扰评估器被设计成监测所存在的干扰，以自适应地调节卡尔曼滤波器。

48、优选地，包含：

49、在离线过程期间，基于所述被控对象的离线控制输入和由所述被控对象的所述传感器提供的离线测量输出来确定所述区间观测器的估计参数。

50、因此，可以通过离线过程调整所述区间观测器的估计参数，以便识别所述被控对象。

51、在第三方面，提供了一种电子装置。所述电子装置包含处理器和存储器，其中可由所述处理器执行的应用程序存储在所述存储器中，以使所述处理器执行如以上各项中的任一项中所描述的用于识别稀疏攻击的方法。

52、在第四方面，提供了一种计算机可读介质，其包含存储在其上的计算机可读指令，其中所述计算机可读指令在由处理器执行时实施如以上各项中的任一项中所描述的用于识别稀疏攻击的方法。

53、在第五方面，提供了一种计算机程序产品，其包含计算机程序，在所述计算机程序由处理器执行时，所述计算机程序用于执行如以上各项中的任一项中所描述的用于识别稀疏攻击的方法。