一种具有双敏感性的数据传输故障检测方法

1.本发明属于工程技术领域，涉及一种具有双敏感性的数据传输故障检测方法。


背景技术：

2.数据通信是通信技术和计算机技术相结合而产生的一种新的通信方式。当前阶段，数据通信技术在很多领域都得到了广泛的应用，为信息化社会的发展做出了巨大的贡献。数据通信的发展十分迅猛，原因在于广大用户对数据业务的需求量不断增加，且人们对数据业务形式的丰富程度要求也越来越高，基本的信息读取已经无法满足人们的需求。数据通信主要是通过数据的运输来实现的，即将原有的数据通过传输通道发送出去。但是需要注意的是，在数据传输的过程中，必须加强对差错率的控制，这就需要建立覆盖整个数据通信系统的数据控制规程，如此才能保障数据传输的质量。另一方面，在大数据时代背景下，由于应用环境的多样性、复杂性和特殊性，数据的安全面临多种多样的威胁与挑战：不仅依然需要面临数据窃取、篡改与伪造等传统威胁，同时也需要面对近年来出现日益增多的数据滥用、个人信息与隐私泄露、“大数据杀熟”等新的安全问题。近年来，隐私问题成为普遍关注的热点问题。对隐私问题的重视促进了隐私保护技术的研究。就隐私保护技术而言，隐私保护程度和数据可用性是最重要的衡量指标。为了平衡隐私保护程度和数据可用性，需要引入形式化定义对隐私进行量化，顺应这一发展趋势，有研究者提出了差分隐私技术。作为一种隐私保护模型,其严格定义了隐私保护的强度，即任意一条记录的添加或删除，都不会影响最终的查询结果。同时，该模型定义了极为严格的攻击模型，其不关心攻击者具有多少背景知识。相比于k-匿名、1-多样性和t-紧密性等需要特殊攻击假设和背景知识的方法，差分隐私因其独特的优势,成为当前学术界的研究热点。
3.数据传输具有传输数据量大、传输速度和质量要求高、容错率要求高等特点。但在实际数据传输系统中，由于执行器故障、传感器故障、通信设备故障、恶意攻击等因素的影响，传输的效率和质量很难达到要求。因此，提出一个可行的同时考虑故障检测敏感性和数据隐私安全敏感性的故障检测机制，对于提高数据传输的效率和质量、保证数据隐私安全具有重要的意义。
4.由于数据传输过程中，数据包的数量具有随机性和非负性的特点，将其建模为正马尔科夫跳变系统模型更加符合实际。对于数据传输过程中存在的扰动(执行器故障、传感器故障、通信设备故障、恶意攻击等)问题，人们已经进行了大量相关的研究并且提出了诸多检测方法，如基于故障参考模型、几何分析、神经网络等方法讨论故障检测中的检测与隔离问题。需要注意的是，这些方法的结论大都没有考虑故障检测的敏感性问题，导致检测的效率不高，对数据传输的质量造成一定的影响。此外，数据传输过程中难免会遭受恶意攻击，造成用户隐私的泄露，降低数据传输的安全性，而前述几种故障检测方法均未考虑数据安全问题。因此，基于故障敏感性机制和差分隐私机制设计故障检测滤波器显得尤为重要。同时，由于数据传输系统和故障检测器之间的模态异步会导致一定的数据安全问题，于是，提出一种可在异步故障检测器下实现的检测机制可进一步提高数据隐私安全性。最后，为
了提高系统的资源利用率，提出了自适应事件触发机制。在自适应事件触发控制律下，事件触发的阈值会随着误差的大小而变化，从而有效避免了时间触发和静态事件触发所导致的采样频繁问题，进一步提高了系统的资源利用率。同时，建立混杂触发机制，控制自适应事件触发和时间触发两种机制的随机切换，以保证系统的安全稳定运行。
5.综上，本发明将采用正马尔可夫跳变系统对数据传输过程建立数学模型，提出具有故障检测敏感性和数据隐私安全敏感性的异步故障检测方法。同时，基于混杂自适应事件触发策略，设计故障检测滤波器，以提高数据传输系统的传输效率和质量以及数据隐私安全性。


技术实现要素：

6.本发明针对数据传输过程，建立了具有故障检测敏感性和数据隐私安全敏感性的正马尔科夫跳变系统模型，并提出了混杂自适应事件触发条件下的异步故障检测方法。
7.本发明方法的具体步骤包括如下：
8.步骤1、建立数据传输过程的状态空间模型；
9.步骤2、建立数据传输过程的自适应事件触发条件；
10.步骤3、建立混杂自适应事件触发异步滤波器模型；
11.步骤4、构造数据传输过程的故障检测模型；
12.步骤5、引入增益隐私安全敏感性机制和增益故障检测敏感性机制；
13.步骤6、引入阈值报警故障检测机制；
14.步骤7、设计数据传输过程的自适应事件触发故障检测滤波器。
15.进一步的，步骤2所述的建立数据传输过程的自适应事件触发条件，其构造形式如下：
16.||ey(k)‖1＞β(k)||y(k)‖1,
17.自适应事件触发阈值β(k)的控制律如下：
[0018][0019]
其中β1,β2,χ都是给定的常数，且满足0＜β1＜1,1＜β2＜1,χ＞0,分别表示自适应系数β(k)增加、减少系数和控制自适应律增减的阈值；是已知的常数；ey(k)是测量数据包数量误差，其中表示自然数，它表示时刻k
l
数据包输出数量，y(k)为时刻k数据包输出数量。
[0020]
进一步的，步骤3所述的建立混杂自适应事件触发异步滤波器模型，其结构形式如下：
[0021][0022][0023]
其中，xd(k)表示故障滤波器的状态信号，r(k)表示残差信号，ρk表示满足pr(ρk＝b|φk＝i)＝λ
ib
,ρk∈s2＝{1,2,...,m},m∈n

,0≤λ
ib
≤1,的隐马尔可夫过程，
是待设计的滤波器矩阵；令ρk＝b,b∈s2，则滤波器矩阵可被记作a
db
,b
db
,c
db
,d
db
；为故障检测滤波器的有效输入，可在时间触发和事件触发的传感器输出中自由切换；切换效果由随机变量α(k)刻画，并且α(k)满足伯努利分布，相应的分布概率为
[0024]
进一步的，步骤4所述的构造数据传输过程的故障检测模型：
[0025][0026][0027]
其中，
[0028][0029][0030]
进一步的，步骤5所述的引入增益隐私安全敏感性机制和增益故障检测敏感性机制：
[0031]
5.1引入增益隐私安全敏感性机制：
[0032][0033]
其中，γ表示增益；当系统满足此式时，说明系统具有增益稳定性；即，系统具有隐私安全敏感性；
[0034]
5.2引入增益故障检测敏感性机制：
[0035][0036]
其中，ε表示l_增益；当系统输出满足此式时，说明系统具有增益稳定性；即，系统具有故障检测敏感性。
[0037]
进一步的，步骤6所述的引入阈值报警故障检测机制：
[0038][0039]
其中，t表示可自由滑动变化的监测时间窗口，当l＜0时，r(l)＝0，j(t)表示故障评估函数，j
th
(t)表示相应的故障报警指标函数，当j(t)＞j
th
(t)时，相应的故障检测系统发出故障报警。
[0040]
进一步的，步骤7所述的设计数据传输过程的自适应事件触发故障检测滤波器：
[0041]
7.1设计的自适应事件触发故障检测滤波器系统矩阵如下：
[0042]
[0043][0044]
其中，rn向量rs向量1n表示元素全为1的n维向量，1s表示元素全为1的s维向量,表示第个元素为1其余元素为0的n维向量,表示第ξ个元素为1其余元素为0的s维向量；
[0045]
7.2设计常数τ＞0,γ＞0,ε＞0,rn向量
[0046]
rg向量使得以下不等式：
[0047][0048][0049][0050][0051][0052][0053][0054][0055]
对于b∈s2成立，则在步骤7.1设计的滤波器增益下，故障检测系统是正的、随机稳定的，并且具有增益性能；其中，是α(k)的概率，1g×g是元素全为1的g
×
g矩阵，i表示单位矩阵；
[0056]
7.3根据步骤2、步骤7.1和步骤7.2的前三个条件，得到保证故障检测系统为正的条件：
[0057][0058][0059]
其中，
[0060][0061][0062]
7.4考虑步骤5.1和步骤5.2的约束性能，根据步骤2、步骤7.1得到保证故障检测系
统随机稳定的条件：
[0063][0064][0065]
其中，
[0066][0067][0068]
7.5设计随机李亚普诺夫函数
[0069]
其中，当ω(k)＝0,f(k)＝0,φk＝i,ρk＝b时，根据步骤7.2中后五个条件，有差分方程：
[0070][0071]
进而得到：
[0072][0073]
根据步骤.5说明数据传输过程在设计的自适应事件触发滤波器下是随机稳定的；
[0074]
7.6选择相同的随机李亚普诺夫函数
[0075]
其中当ω(k)≠0,f(k)＝0,φ
t
＝i,ρ
t
＝b时，根据步骤7.2中后五个条件，有差分方程：
[0076][0077]
进而，可以得到：
[0078][0079]
根据步骤7.6说明数据传输过程在设计的自适应事件触发滤波器下是具有增益ε。
[0080]
本发明有益效果如下：
[0081]
本发明基于正马尔科夫跳变系统模型、混杂自适应事件触发策略以及滤波方法，针对数据传输过程中的数据包进行数据采集，提出了一种具有故障检测敏感性和数据隐私安全敏感性的异步滤波器设计方法，从而能够有效提高数据传输的效率和质量，同时保证了数据隐私安全。本发明所建立的模型充分考虑了实际系统的正性、随机性、数据安全性等特点，具有更高的应用价值。
附图说明
[0082]
图1为本发明某众包数据传输示意图；
[0083]
图2为数据传输过程故障检测结构图。
具体实施方式
[0084]
下面结合附图对本发明做进一步说明。
[0085]
如图1所示，以数据传输过程为研究对象，以数据标注众包平台接收到的客户采集的数据包数量为控制输入，以数据标注众包平台发送至服务器端的数据包数量为输出，建立了该数据传输过程的动态模型。图2是数据传输过程故障检测结构图。
[0086]
步骤1、结合数据传输动态过程数据包数量数据，建立状态空间模型。
[0087]
1.1对数据传输过程的输入输出数据量进行采集以描述实际的系统：
[0088]
考虑某众包数据传输过程如图1所示(见说明书附图)，分散在各个地区的客户将采集到的数据发送至数据标注众包平台，数据标注众包平台将处理后的数据发送给相应的服务器端，由此构成一个数据传输的完整过程。在数据传输过程中，可能会出现传感器故障、通信设备故障、执行器故障等现象，导致数据传输效率和质量降低。因此，根据采集到的数据包的数量数据进行故障检测滤波具有重大意义。此外，由于众包数据采集模式采集到的数据量大、客户隐私安全性低，容易遭受恶意攻击，导致客户隐私数据泄露。因此，引入数据隐私安全保护机制对于数据传输过程中数据隐私安全十分重要。考虑到实际数据传输过程中数据包的数量具有非负性以及随机性，将实际数据传输过程建模为正马尔科夫跳变模型。为了进一步提高数据隐私安全性，建立了隐马尔科夫跳变模型，保证滤波器的切换和故障检测系统的切换是异步的。数据传输过程中数据包的数量是随机的，为了提高系统资源利用率，自适应事件触发策略被提出。图2(见说明书附图)是数据传输过程故障检测结构图。
[0089]
1.2采集数据传输过程中数据包数量数据，建立数据传输过程的状态空间模型，形式如下：
[0090][0091][0092]
其中，x(k)＝[x1(k),x2(k),...,xn(k)]
t
∈rn为时刻k客户发送至数据标注众包平台的数据包的数量，xj(k)为时刻k运输到第j个客户发送的数据包的数量，其中1≤j≤n，n代表客户的数量。y(k)∈r
p
为时刻k发送到服务器的数据包的数量，p代表y(k)的维数，是不可测的造成数据传输异常的外部扰动因素，例如恶意攻击、网络延迟等，m是外部扰动因素的种类数量。是系统的传感器和执行器等设备在运行过程中可能出现的故障信号，q表示被故障信号的种类数量。当系统发生故障时，数据包不能够正常被传输，从而导致数据输出效率和质量的降低。φk是马尔科夫链，满足转移概率为pr(φ
k 1
＝j|φk＝i)＝π
ij
，转移率π
ij
≥0表示跳变信号从模态i到模态j，φk属于有限集s1＝{1,2,...,n},n∈n

。这里的a(φ
t
),b(φ
t
),c(φ
t
),d(φ
t
),e(φ
t
),f(φ
t
)为系统矩阵，可由实际过程中收集的数据整理得到。为方便起见，令φ
t
＝i,i∈s1,则系统矩阵可被记作ai,bi,ci,di,ei,fi。假定矩阵满足rn,rn×n,n

分别表
示n维向量空间、n维非负向量空间、n
×
n维欧氏矩阵空间和正整数集。
[0093]
步骤2、建立数据传输过程的自适应事件触发条件，其构造形式如下：
[0094]
||ey(k)‖1＞β(k)||y(k)‖1,
[0095]
自适应事件触发阈值β(k)的控制律如下：
[0096][0097]
其中β1,β2,χ都是给定的常数，且满足0＜β1＜1,1＜β2＜1,χ＞0,分别表示自适应系数β(k)增加、减少系数和控制自适应律增减的阈值；是已知的常数；ey(k)是测量数据包数量误差，其中表示自然数，它表示时刻k
l
数据包输出数量，y(k)为时刻k数据包输出数量。
[0098]
步骤3、建立混杂自适应事件触发异步滤波器模型，其结构形式如下：
[0099][0100][0101]
其中，xd(k)表示故障滤波器的状态信号，r(k)表示残差信号，ρk表示满足pr(ρk＝b|φk＝i)＝λ
ib
,ρk∈s2＝{1,2,...,m},m∈n

,0≤λ
ib
≤1,的隐马尔可夫过程，是待设计的滤波器矩阵；令ρk＝b,b∈s2，则滤波器矩阵可被记作a
db
,b
db
,c
db
,d
db
；为故障检测滤波器的有效输入，可在时间触发和事件触发的传感器输出中自由切换；切换效果由随机变量α(k)刻画，并且α(k)满足伯努利分布，相应的分布概率为
[0102]
步骤4、构造数据传输过程的故障检测模型：
[0103][0104][0105]
其中，
[0106][0107][0108]
步骤5、引入增益隐私安全敏感性机制和增益故障检测敏感性机制：
[0109]
5.1引入增益隐私安全敏感性机制：
[0110][0111]
其中，γ表示增益。当系统满足此式时，说明系统具有增益稳定性。即，系统具有隐私安全敏感性。
[0112]
5.2引入增益故障检测敏感性机制：
[0113][0114]
其中，ε表示l_增益。当系统输出满足此式时，说明系统具有增益稳定性。即，系统具有故障检测敏感性。
[0115]
步骤6、引入阈值报警故障检测机制：
[0116][0117]
其中，t表示可自由滑动变化的监测时间窗口，当l＜0时，r(l)＝0，j(t)表示故障评估函数，j
th
(t)表示相应的故障报警指标函数，当j(t)＞j
th
(t)时，相应的故障检测系统发出故障报警。
[0118]
步骤7、设计数据传输过程的自适应事件触发故障检测滤波器：
[0119]
7.1设计的自适应事件触发故障检测滤波器系统矩阵如下：
[0120][0121][0122]
其中，rn向量rs向量1n表示元素全为1的n维向量，1s表示元素全为1的s维向量,表示第个元素为1其余元素为0的n维向量,表示第ξ个元素为1其余元素为0的s维向量；
[0123]
7.2设计常数τ＞0,γ＞0,ε＞0,rn向量
[0124]
rg向量使得以下不等式：
[0125][0126][0127][0128][0129][0130][0131]
[0132][0133]
对于b∈s2成立，则在步骤7.1设计的滤波器增益下，故障检测系统是正的、随机稳定的，并且具有增益性能；其中，是α(k)的概率，1g×g是元素全为1的g
×
g矩阵，i表示单位矩阵；
[0134]
7.3根据步骤2、步骤7.1和步骤7.2的前三个条件，得到保证故障检测系统为正的条件：
[0135][0136][0137]
其中，
[0138][0139][0140]
7.4考虑步骤5.1和步骤5.2的约束性能，根据步骤2、步骤7.1得到保证故障检测系统随机稳定的条件：
[0141][0142][0143]
其中，
[0144][0145][0146]
7.5设计随机李亚普诺夫函数
[0147]
其中，当ω(k)＝0,f(k)＝0,φk＝i,ρk＝b时，根据步骤7.2中后五个条件，有差分方程：
[0148][0149]
进而得到：
[0150][0151]
根据步骤.5说明数据传输过程在设计的自适应事件触发滤波器下是随机稳定的；
[0152]
7.6选择相同的随机李亚普诺夫函数
[0153]
其中当ω(k)≠0,f(k)＝0,φ
t
＝i,ρ
t
＝b时，根据步骤7.2中后五个条件，有差分方程：
[0154][0155]
进而，可以得到：
[0156][0157]
根据步骤7.6说明数据传输过程在设计的自适应事件触发滤波器下是具有增益ε。