多智能体系统安全趋同控制和隐私保护研究.pdfVIP

趋同作为多智能体系统(Multi-AgentSystems，MASs)分布式协同控制领域的基本问

题，是指在没有中心控制协调的情况下，通过系统中相邻智能体间的信息交互实现所有

智能体的某个或某些状态趋于一致的问题。因其在众多场景的广泛应用，近年来受到了

来自国内外研究学者的关注。然而，在实际复杂多变的网络环境中，潜在的网络攻击对

MASs安全造成了极大风险，其不仅可以阻碍趋同控制方法在现实网络场景中的有效应

用，还可能使智能体在信息交互过程中存在隐私泄露风险。本文针对现有安全趋同研究

中无法同时抗网络攻击和隐私泄露的问题，利用图论、控制理论等工具对网络攻击下的

MASs安全均值趋同控制方法展开研究。

针对拒绝服务(Denial-of-Service，DoS)攻击下固定拓扑MASs中节点隐私保护和均

值趋同问题，提出一类安全均值趋同控制方法。该方法通过图连通性概念，分析给出系

统抵御DoS攻击所需的通信拓扑连通条件；利用状态分解思想设计分布式节点状态信息

处理机制，保障系统中节点状态隐私；结合上述通信拓扑连通条件和状态分解信息处理

机制设计使系统实现均值趋同的状态更新协议。理论分析和数值仿真验证了遭受DoS攻

击的固定拓扑MASs通过所提方法能有效实现均值趋同和隐私保护。

针对DoS攻击下时变拓扑MASs中节点隐私保护和均值趋同的问题，提出一类安

全均值趋同控制方法。该方法利用T-联合图概念刻画时变拓扑，分析给出不同范围DoS

攻击下系统通信拓扑连通条件；基于能保证节点隐私的状态分解思想，设计使系统以T

为周期进行状态更新的均值趋同协议来处理时变问题。理论分析和仿真实验验证了遭受

DoS攻击的时变系统在所提出方法下能有效实现隐私保护和均值趋同。

针对欺骗攻击下MASs隐私保护和均值趋同问题，提出一类安全均值趋同控制方法。

该方法利用加性秘密共享方法对节点状态信息进行预处理实现隐私保护；设计一种信息

筛选机制筛选并存储正确信息，从而消除因欺骗攻击被篡改数据对系统的影响；融合上

述预处理步骤和信息筛选机制设计节点状态更新方程实现系统的均值趋同。理论分析和

仿真实验验证了欺骗攻击下的系统通过所提方法能有效实现隐私保护和均值趋同。

关键词：多智能体系统，网络攻击，隐私保护，均值趋同控制

I

ABSTRACT

Consensusproblemisafundamentalprobleminthefieldofdistributedcooperativecontrol

ofmulti-agentsystems(MASs).Itreferstotheproblemthatoneorsomestatevaluesofallagents

tendtobeconsistentthroughtheinformationinteractionbetweenadjacentagentsinthesystem

withoutcentralcontrolandcoordination.Thisproblemhasattractedwidespreadresearchin

recentyearsbecauseofitsrichapplicationinvariousfields.However,intheactualcomplexand

changeablecyberenvironment,potentialcyberattacksposeagreatthreattothesecurityofMASs.

Itcannotonlyhindertheeffectiveapplicationofmulti-agentconvergencecontrolmethodsinthe

actualcyberenvironment,butalsomakeagentshavetheriskofprivacydisclosureinthepr