半Markov可信工業控制以太網研究

摘 要:以可信計算和可信網絡理論為基礎，針對工業控制網絡的特點構建可信工業控制網絡理論架構。重點研究工業控制網絡的安全性、可生存性和可控性等重要屬性。以半馬爾可夫網絡流量模型為基礎，建立半馬爾可夫可信工業控制網絡模型，定量分析其性能指標，得出可信度的量化公式。實驗結果表明，該模型可行有效，能為可信工業控制網絡設計和實現提供相關的理論指導。

關鍵詞:可信控制網絡; 以太網; 半馬爾可夫; 可生存性; 可控性

中圖分類號:TP393 文獻標志碼:A

文章編號:1001-3695(2010)03-1047-05

doi:10.3969/j.issn.1001-3695.2010.03.067

Research of semi-Markov trusted industrial control Ethernet network

ZHOU Sen-xin1，2， HAN Jiang-hong1， TANG Hao1

(1.School of Computer Information， Hefei University of Technology， Hefei 230009， China; 2. School of Information Engineering， Anhui University of Finance Economics， Bengbu Anhui 233041， China)

Abstract:This paper set up trusted industrial control Ethernet network theory structure from its characteristics based on trusted computing and trusted network theories.Researched the performances ofsecurity，controllability and survivability importantly. Presented semi-Markov trusted industrial control Ethernet network model based on semi-Markov network traffic theory.Set up the trustworthy measure formula for industrial control Ethernet network.The results of simulation experiment show that the model can run availability and provide related theory instruction for trusted industrial control network.

Key words:trusted control network; Ethernet network; semi-Markov; controllability; survivability

隨著互聯網技術的發展與普及推廣，Ethernet技術也得到了迅速的發展，Ethernet傳輸速率的提高和交換技術的發展，給解決Ethernet通信的非確定性問題帶來了希望，并使Ethernet全面應用于工業控制領域成為可能。由于以太網具有應用廣泛、價格低廉、通信速率高、軟硬件產品豐富、應用支持技術成熟等優點，隨著以太網通信速率的提高，全雙工通信、交換技術的發展，為以太網通信確定性的解決提供了技術基礎，從而為以太網直接應用于工業現場設備間通信提供了技術可能。目前它已經在工業企業綜合自動化系統中的資源管理層、執行制造層得到了廣泛應用，并呈現向下延伸直接應用于工業控制現場的趨勢。從目前國際、國內工業以太網技術的發展來看，工業以太網在制造執行層已得到廣泛應用，并成為事實上的標準。未來工業以太網將在工業企業綜合自動化系統中的現場設備之間的互連和信息集成中發揮越來越重要的作用。據美國權威調查機構ARC(Automation Research Company)報告指出，今后Ethernet不僅繼續壟斷商業計算機網絡通信和工業控制系統的上層網絡通信市場，也必將領導未來現場總線的發展，Ethernet和TCP/IP將成為器件總線和現場總線的基礎協議。我國也制定了發展高速以太網技術的戰略，其目標是:攻克應用于工業控制現場的高速以太網的關鍵技術。其中包括解決以太網通信的實時性、可互操作性、可靠性、抗干擾性和本質安全等問題，同時研究開發相關高速以太網技術的現場設備、網絡化控制系統和系統軟件[1]。

雖然脫胎于Intranet、Internet等類型的信息網絡，但是工業以太網是面向生產過程，對實時性、可靠性、安全性和數據完整性有很高的要求。既有與信息網絡相同的特點和安全要求，也有自己不同于信息網絡的顯著特點和安全要求[2]。隨著網絡技術和應用的飛速發展，工業控制網絡日益呈現出復雜、異構等特點，當前的網絡體系已經暴露出嚴重的不足，工業控制網絡正面臨著嚴峻的安全和服務質量(QoS)保證等重大挑戰，保障工業控制網絡的可信成為其進一步發展的迫切需求。本文以可信計算和可信網絡理論為基礎，針對工業控制網絡的特點構建可信工業控制網絡理論架構。兼顧控制和網絡的綜合協同研究策略，重點研究工業控制網絡的安全性、可生存性和可控性等重要屬性。以半馬爾可夫網絡流量模型為基礎，建立半馬爾可夫可信工業控制網絡模型，定量分析其性能指標，得出工業控制網絡可信度的量化公式。

1 可信工業控制網絡

1.1 可信網絡研究分析

盡管人們提出可信系統的概念已經有一段歷史，但國際上對可信網絡的探索剛剛開始，基本概念和科學問題的認識還不深入。目前可信網絡研究重點集中在下一代互聯網的體系結構方面，具體的研究目標為下一代互聯網應該是可信的網絡，即網絡系統的行為及其結果是可以預期的，能夠做到行為狀態可監測、行為結果可評估、異常行為可控制;同時下一代互聯網也應該是一個可管理的網絡。在網絡環境受到內外干擾的情況下，不但對網絡狀態，而且對用戶行為進行持續的監測、分析和決策，進而對設備、協議和機制的控制參數進行自適應優化配置，使得網絡的數據傳輸、資源分配和用戶服務的過程及結果是可以預期的[3]。DavidClark指出下一代網絡安全體系應包括一個完善的信任機制，用于在網絡實體間建立信任關系，并將信任關系轉換為信任鏈，最終形成一個信任網絡空間。基于此種構想，2006年美國國家自然科學基金資助了信息空間信任(CyberTrust)項目，美國國家研究委員會也提出了信息空間信任研究建議。此外，由Compaq等公司牽頭組織的可信計算平臺組(TCG)提出了可信計算概念，借助信任鏈思想，以廠商硬件為信任根，層層往上信任，建立可信計算環境。然而以上研究都將重點放在信任機制本身，缺乏對信任機制所依賴的控制機制進行研究。在網絡控制體系及關鍵問題方面，比較有影響力的是CMU 牽頭提出的網絡控制與管理的4D 結構和GENI計劃支持的研究。4D 結構對現有網絡體系進行了改進，在此基礎上進一步提出了4D 網絡控制架構，將網絡控制的四個環節映射成四個層面，即決策層、發現層、數據層和分發層。重點將決策層與數據層相剝離，強調決策層的獨立性，以建立一個完整的網絡管理邏輯視圖，從而提高網絡管理和控制能力。CONMan在4D 基礎上進一步強調了控制管理與數據轉發兩種功能的分離。4D網絡控制架構可以帶來更快的響應時間、更小的開銷和更大的可用性[4]。

我國在網絡可信性和可控性方面有著多年的研究。清華大學、東南大學等國內知名院校在高可用網絡體系結構、可信可控網絡、一體化可信網絡、可測可控可管的IP網領域進行了不少前瞻性的研究。清華大學林闖教授基于4D網絡控制架構提出了可信可控網的概念，認為通過4D 架構能夠達到一個可信、可控、可擴展的網絡，但必須解決其控制的可信性。在可信可控網絡體系的研究方面，清華大學林闖教授團隊認為要建立一個完整的可信網絡，必須解決如下問題:網絡與用戶行為的可信模型、可信的網絡體系、服務的可生存性以及網絡的可管理性。東南大學顧冠群院士創建的計算機網絡與通信研究室，明確指出了下一代網絡具有網絡本身、網絡服務和網絡應用三個層次特性。通過結構分層、功能分面、基于交互、面向服務的原則設計網絡體系，并對體系中各功能組件進行了具體定義和形式化建模[3]。

1.2 可信工業控制網絡

通過對可信網絡的研究筆者發現，將可信網絡理論應用于工業控制網絡方面較為少見。根據現有的相關可信網絡研究成果分析相對于互聯網，工業控制網絡的約束條件和特點更適合可信網絡理論的應用和實現。首先工業控制網絡的硬件和拓撲結構相對固定，從而使得信任空間容易建立和擴展;其次工業控制網絡中的數據信息具有一定的規律性，便于控制實現可靠傳輸;同時工業控制網絡對可信要求更為迫切，更具有實際應用價值，為此借鑒相關可信計算和可信網絡理論提出可信工業控制網絡的概念和相關的理論架構。

可信工業控制網絡是指突破面向非連接IP網絡“盡力而為”的業務模式，為占統治地位的實時控制信息交互業務以及各種異構接入網絡應用提供良好的QoS保證的工業控制網絡，即在不確定的IP網絡基礎上達到確定服務目標的控制網絡。可信工業控制網絡主要包括三個基本屬性，即安全性、可生存性和可控性。本文以工業控制以太網為案例分別闡述其三個基本屬性，建立半Markov網絡流量可信工業控制以太網模型定量分析其性能指標，并通過實驗仿真出一個可行的可信控制網絡原型，從而為可信工業控制網絡設計提供堅實的理論指導[5，6]。

1)安全性 針對工業控制網絡，筆者認為安全性就是保證網絡信息準確實時到達目的地，因而數據的真實性和實時性是安全性的核心問題。因此它具有顯著特點和安全要求:工業控制以太網是一個網絡控制系統，實時性要求高，網絡傳輸要有確定性;整個企業網絡按功能可分為處于管理層的通用以太網和處于監控層的工業以太網以及現場設備層(如現場總線)。管理層的通用以太網可以與控制層的工業以太網交換數據，上下網段采用相同協議自由通信;工業以太網中周期與非周期信息同時存在，各自有不同的要求。周期信息的傳輸通常具有順序性要求，而非周期信息有優先級要求，如報警信息是需要立即響應的;工業以太網要為緊要任務提供性能保證服務，同時也要為非緊要任務提供盡力服務，所以工業以太網同時具有實時協議，也具有非實時協議。基于以上特點有以下安全要求:工業以太網應保證實時性不會被破壞，在商業應用中，對實時性的要求基本不涉及安全，而過程控制對實時性的要求是硬性的，常常涉及生產設備和人員安全;工業以太網的數據傳輸中要防止數據被竊取;必須保證經過授權的合法性和可審查性[7~12]。

2)可生存性 其關鍵特征是在遭受攻擊、故障或意外事故時系統依然能夠完成任務，并能在一定的時間內修復被損壞的服務的能力。系統在完成基本服務的同時仍然保持其基本屬性，如數據完整性、機密性和可用性等。造成網絡服務失效的因素很多，可能是系統運行過程中出現的軟硬件故障，也可能是網絡攻擊或破壞等用戶行為，甚至是一些自然因素。因此必須在理論上深入剖析獨立于具體因素的可生存性的本質特征。容錯、容侵和面向恢復的計算是幾種典型的提高網絡服務可生存性的方式。容錯主要針對網絡系統內部的故障，采用故障檢測、故障允許、故障糾正等技術，減少系統對外界用戶表現出來的錯誤的狀態變遷。容侵則主要對抗用戶的破壞和攻擊行為，保障向合法用戶提供服務的連續性，當然在性能上允許一定的衰減。容錯和容侵主要是避免服務失效不同，面向恢復的計算則是解決如何在服務失效后能夠快速恢復?？缮嫘灾饕鉀Q網絡故障的檢測定位、網絡系統的容錯容侵、故障的糾正以及工業控制網絡系統因采樣和網絡傳輸而影響控制性能等主要問題[8，9，13]。

3)可控性 網絡的可控性是可信工業控制網絡在設計上的一個重要屬性。工業控制網絡發展至今，已成為一個龐大的非線性復雜系統，如協議體系龐雜，業務種類繁多，異質網絡融合發展?，F有的一些控制手段顯得非常薄弱，產生了許多的隱患。邊緣論和面向非連接的設計思想保障了網絡的高效互通，逐跳存儲轉發的分組傳送方式簡單靈活，無須在中間節點維護過多的狀態信息，核心網絡的工作集中于路由轉發。這些機制的優點是設計簡單、可擴展性強，然而卻造成了分組傳輸路徑的不可控，網絡中間節點對傳輸數據包的來源不驗證、不審計。如何解決網絡的低可控性與安全可信需求之間的矛盾，建立內在的、關聯的工業控制網絡可控模型，在理論和技術上仍是當前學術界的一個難題[10~12，14]。

2 半Markov網絡流量可信工業控制以太網模型

本文以層次結構建立內在的、關聯的半Markov網絡流量可信工業控制以太網模型。該模型如圖1所示。

1)可信資源層 它是可信空間基層，主要是由傳感器、執行器和通信線路等硬件資源組成。由于它們的可信本質特征主要是硬件故障行為，通過策略空間的更新隨機過程定量描述:

So=0，Sn=nk=1Xk，n≥1其狀態實現可控達到可信，并以此為基點建立可信空間。更新隨機過程的定義如下:

定義1 設{xk，k≥1}是獨立同分布，取值非負的隨機變量，分布函數為F(x)，且F(0)<1令。

對t≥0，記N(t)=sup{n:Sn≤t}。

稱{N(t)，t≥0}為更新過程。N(t)表示在t時間內失效的硬件個數。對于N(t)有如下定理成立:

定理1 Plimn→∞N(t)t=1μ=1。

下面通過實例來說明上面定理具體的用法。假如一個傳感器或執行器的壽命X為均勻分布在(30，60)內的隨機變量，求長時間工作情況下它更換的速率為多少。若沒有配件，獲得該配件所需時間Y也是均勻分布的隨機變量，均勻分布在(0，1)，求更換該部件速率為多少。

N(t)表示在t時間內失效的硬件個數，長期工作的情況下，更新的速率為

limn→∞N(t)t=1μ

因μ=E(x)=∫6030t130dt=30×12(602-302)=45，故

limn→∞N(t)t=145=0.022 22

因此第一種情況下更換的速率為0.022 22。

針對第二種情況:

μ=E(X)+E(Y)=45+∫10tdt=912

limn→∞N(t)t=1μ=291=0.021 98

因此第二種情況下更換的速率為0.021 98。

2)可信網絡傳輸層 硬件由交換機和路由器組成，完成數據傳輸和數據交換功能，是可信空間的核心層，也是最為復雜可控難度最大層。

工業控制信號有周期性實時數據、非周期性實時數據和軟實時數據等。周期性實時數據包括從傳感器定期地發往控制器和數據中心的信息，以及從控制中心定期傳給執行機構的信息等。周期性實時數據和非周期性實時數據必須嚴格在規定時間內響應，否則將導致設備誤操作，甚至整個控制系統崩潰。軟實時數據的傳輸延時雖然不會造成災難性的損失，但同樣威脅系統的正常運行，必須避免。按照工業數據所需的實時要求分類:非周期性的網絡控制信息或報警等約占工業數據量的9.5%，最高優先級7;非周期性的處理數據或事件約占工業數據量的10%，短幀，優先級為6;周期性的請求和響應處理數據約占工業數據量的80%，短幀，優先級為5;周期性的文件傳輸信息約占工業數據量的0.5 %，長幀，優先級為4;其他非實時的一般數據傳輸優先級較低為0~3 [15]。

在網絡傳輸層中不可避免地存在網絡誘導延時，主要包括網絡等待延遲、數據在網絡中的傳輸延遲和控制器節點的計算延遲。其大小主要與網絡拓撲結構、網絡負載狀況、傳輸速率、數據包大小等有關。網絡誘導延時可以是定常或時變的、確定或隨機的、有界或無界的，它的存在會降低系統的性能，甚至使系統失穩，同時也會出現數據包丟失的現象。盡管多數網絡協議具備重發機制，但僅僅在有限的時間內可以重發，等到時間過期，數據包也就被丟棄。從系統信息的傳輸來看，數據包丟失相當于信息傳輸通道暫時被斷開，使得系統的結構和參數發生較大的變化，閉環控制系統雖然對系統中結構和參數的變化具有一定的魯棒性，但是以降低系統的性能為代價，嚴重的丟包現象將導致系統失穩。由于網絡帶寬和數據包容量的限制難以將所有數據放在一個包中傳輸，從而造成數據包的時序錯亂，勢必也會影響系統的性能和穩定性[16]。

延時、丟包和多包傳輸的錯序，是網絡傳輸層中的三個基本問題。如何針對這些問題給出合理的可信評價是模型必須解決的關鍵問題。中國科學院計算技術研究所信息網絡研究室黃曉璐等人引入半馬爾可夫模型描述網絡流量特性，通過忙閾值和閑閾值的設定，將網絡流量劃分為四種狀態，即忙、空閑、上升和下降。研究各狀態下的網絡流量特性及各狀態間的相互轉換關系。通過網絡協議性能分析，在一定的假設條件下推出IP網絡流量在處于忙狀態時服從幾何布朗運動，在空閑狀態下服從正態分布，在上升或下降狀態下服從指數分布。半馬爾可夫模型可以看做是馬爾可夫模型的推廣。其中心思想是針對不具有馬爾可夫性的流，根據其不同特征劃分為不同的狀態，將對整個系統的研究轉換為對不同狀態的研究及對各狀態之間轉換性質的研究。半馬爾可夫模型與馬爾可夫模型的主要不同在于其狀態之間的轉移概率不是常數，而與狀態保持時間分布有關[5]。本文通過設定忙閾值，將對網絡傳輸層的系統可信評價轉換為忙狀態的時間分布函數，從而可定量描述網絡傳輸層的可信值[2，17]。

3)可信工業控制網絡層 本層在下面兩層可信的基礎上綜合兩層給出可信評價，如傳感器、執行器設備故障和網絡傳輸之間的關聯引起的可信變化等。另外不同設備對整個網絡的制約也不同，因而必須綜合考慮。本文通過統計軟件SAS中的生存分析技術來考察本層的可信值。

生存分析是指控制網絡運行一定時間獲得一定的相關生存數據，然后對生存時間的潛在分布情況進行描述，以及對生存時間與網絡傳輸層及網絡資源層可信值之間的關系進行探討。生存分析的主要內容包括描述生存過程、比較生存過程以及分析影響生存時間因素等。其基本方法分為非參數法、參數法和半參數法。各類方法又各自包含多種具體的分析方法。非參數法常用的方法包括極限法和壽命法等;參數法中常用的方法有指數分布法、威布爾分布法、對數正態回歸分析法等;半參數法主要有Cox模型分析法等。針對具體情況，筆者選用參數法中的對數正態回歸分析法。具體實現選用SAS生存分析中的LIFEREG過程。

LIFEREG過程針對生存數據擬合有關生存時間的參數模型，所建立的模型為包含伴隨變量和一個隨機誤差項的線性模型。其中誤差項可來自多種分布形態的總體，包括極值分布、正態分布、Logistic分布、指數分布等。其形式如下:

y=x′β+σε

其中:y為應變量值組成的向量，是生存時間的對數;x為若干協變量或自變量組成的矩陣;β為需要估計的末知回歸參數向量;σ為末知的尺度參數;ε為來自已知分布的誤差向量。LIFEREG過程應用Newton-Raphson算法，通過最大似然估計計算模型參數的估計值，應用觀測值矩陣的逆矩陣來估計參數的標準誤差。當對應變量的對數擬合模型時，這些模型等同于加速失效時間模型。加速失效時間模型中協變量間在失效時間上的效應是相乘的關系，一般情況下模型具有形如exp(x′β)的標準方程。假設T0是來自基礎分布(全部自變量均為0)的一個樣本失效時間，加速失效時間模型具有如下定義:

定義2 設協變量向量為x，則失效時間為T=exp(x′β)T0。

具體的分析實例可見文獻[18]。

4)可信應用層 這主要是針對用戶的具體應用，可信評價由用戶根據具體應用進行QoS評價。

3 實驗與仿真

3.1 實驗與仿真環境

本文選用的是Ixia公司的Chariot測試軟件。Chariot是一個獨特的測試工具，能夠評估網絡應用的性能和容量，對網絡和設備進行壓力測試，得到設備及網絡在不同應用、不同參數下的吞吐量、時延、丟包、反應時間等性能參數。Chariot作為壓力、故障定位、評估設備及網絡應用層性能的測試軟件，是維護健康、快速、可靠網絡和研發生產高性能網絡設備所需的可靠工具。目前被世界眾多的知名企業、運營商、制造商和評測實驗室所使用，包括ATT、北京通信、Cisco、IBM、Intel、Lucent、Tolly、中國信息產業部計量中心等，該產品已經成為網絡性能測試的權威工具。

Chariot由兩部分組成，即控制端Console和遠端Endpoint。兩者均可安裝在普通PC或服務器上，控制端安裝在Windows操作系統上，Endpoint支持各種主流的操作系統。通過內置的腳本，由控制端控制遠端相互主動發包，對設備進行功能、壓力和性能等測試，測試結果包括吞吐量、時延、抖動、丟包、錯包等，它能夠得到定量的數據，并提供詳盡的測試報告，從而使得用戶可以主動地把握設備的性能狀況，及時地發現問題并采取措施。

Chariot通過各種機制可以仿真任意的應用。首先通過內置的腳本，Chariot發送不同的數據流，可以模擬現在常見的125種應用，而且這種數據流是雙向的，真正與協議棧進行交互。它對各種應用的支持是基于在Endpoint之間發送的多種數據流。數據流的傳送可基于多種協議，包括TCP、UDP、RTP、SPX、IPX和SNA，目前也已經支持IPv6。Chariot還支持Multicast、QoS等多種先進技術，而且將一直保持同步。另外，在出現新的或特殊的應用時，通過工具套件Application Scanner能夠生成可以供Chariot使用的腳本。它允許對腳本進行定制，改變數據流的各種參數，如起始的啟動間隔、發送窗口、接收窗口的大小、發送文件的大小、發送的速率、發送的比特流類型、使用端口等。這些參數不但可以是一個由用戶指定的典型數值，而且還能選用在最大、最小值之間符合平均分布、正態分布、泊松分布或指數分布的隨機值，從而真正地仿真網絡中各種特定的數據流，全面地測試網絡或網絡設備在復雜的網絡環境下的性能。

Chariot最多可支持10 000個遠端的協同測試，而遠端軟件則可以任意按照需要安裝，在測試時即可被喚醒。具體有以下幾個方面的應用:設備選型、基準性能測試、壓力測試、功能測試、網絡調整、網絡性能展示以及性能瓶頸定位及排除等。在網絡出現故障時，使用Chariot進行故障定位，判斷是網絡的問題還是服務器的問題，如果是網絡的問題，再利用該工具進行定位。

3.2 實驗與仿真設計

在Chariot服務器端，利用可視化設計工具根據具體測試任務設計測試拓撲結構圖(圖2)。本文用兩臺主機IP(地址為192.168.153.1和192.168.153.3)仿真傳感器和執行器，交換機的地址為192.168.153.2，選擇軟件內置的Throughput.scr腳本可測量網絡傳輸層的吞吐量、時延、丟包、反應時間等性能參數。

通過工具套件Application Scanner生成符合平均分布、正態分布、泊松分布或指數分布的隨機值，測試腳本仿真網絡中各種特定的數據流，通過設定忙閾值觀察忙狀態的時間分布，從而可定量計算網絡傳輸層的可信值。本文在局域網絡的多臺主機中仿真構建實際鍋爐控制系統，通過人為切斷數據發送模擬傳感器或執行器故障，利用Chariot軟件進行故障檢測和定位同時修改測試腳本中的數據包大小值，仿真工業控制網絡的數據特征，通過復制測量項仿真實際控制網絡中的多個數據傳輸通道，最后計算出網絡資源層和網絡傳輸層的可信值。在統計分析軟件中，根據取得的相關歷史數據計算出可信網絡層的可信值。

4 結束語

本文以可信計算和可信網絡理論為基礎，針對工業控制網絡的特點構建可信工業控制網絡理論架構。兼顧控制和網絡的綜合協同研究策略，重點研究工業控制網絡的安全性、可生存性和可控性等重要屬性。以半馬爾可夫網絡流量模型為基礎，建立半馬爾可夫可信工業控制以太網模型定量，分析其各層性能指標，得出工業控制以太網可信度的量化公式。建立該模型的實驗仿真環境，并仿真構建實際鍋爐工業控制以太網系統檢驗測試模型的可行性。仿真實驗結果表明，該模型能有效定量反映工業控制以太網的可信性能。從掌握的資料分析目前國內有關工業控制網絡可信評價的軟件系統還是空白，筆者下一步研究的目標是以該模型為基礎完善技術細節，通過Chariot和SAS軟件相關API函數調用集成開發工業控制網絡可信評價軟件系統。

參考文獻:

[1]羅軍舟，韓志耕，王良民.一種可信可控的網絡體系及協議結構[J].計算機學報，2009，32(3):391-404.

[2]黃曉璐，閔應驊，吳起.網絡流量的半馬爾可夫模型[J].計算機學報，2009，32(10):1592-1600.

[3]李沁， 曾慶凱.一種基于協議分析的可信信道評估方法[J].計算機學報，2009，32(8):1299-1366.

[4]林闖，彭雪海. 一種可信可控的網絡體系及協議結構[J].計算機學報，2005，28(5):751-758.

[5]張怡，孫志剛.面向可信網絡研究的虛擬化技術[J].計算機學報，2009，32(3):417-423.

[6]Hu S，YAN Wei-yong. Stability of networked control systems: analysis of packet dropping [C]//Proc of International Conference on Control， Automation， Robotics and Vision. 2004: 304-309.

[7]ZHANG Ya ， TIAN Yu-ping ， CAI Jun. Stability analysis of networked control systems with packet loss [C]//Proc of the 6th World Congress on Control and Automation. 2006: 4556-4560.

[8]LIU Xiang-heng， GOLDSMITH A. Wireless communication tradeoffs in distributed control [C]// Proc of the 42nd IEEE Conference on Decision and Control. 2003: 688-694.

[9]ABADI M，TUTTLE M R . A semantics for a logic of authentication.[C]//Proc of the 10th Annual ACM Symposium on Principles of Distributed Computing .[S.L]:ACM Press，1991: 201-216.

[10]NILSSON J. Real-time control systems with delays [D].Lund，Sweden: Department of Automatic Control， Lund Institute of Technology，1998.

[11]LEE K C ， LEE S. Remote controller design of networked control system using genetic algorithm[J].IEEE International Symposium on Industrial Electronics，2001， 1(3): 1845-1850.

[12]YANG Yue-quan， XU De， TAN Min. Hybrid and stochastic stabilization ana-lysis and H∞ control for networked control systems [C]//Proc of IEEE Conference on Robotics， Automation and Mechatronics.2004: 502-506.

[13]PARK H， KIM Y， KIM D， et al. A scheduling method for network-based control systems [J]. IEEE Trans on Control Systems Technology， 2002， 10(3): 318-330.

[14]CHAN H， OZGUNER U. Closed-loop control of systems over a communication network with queues [J]. International Journal of Control， 1995， 62(3): 493-510.

[15]ZHANG Wei . Stability analysis of networked control systems [D]. [S.l.]: Case Western Reserve University， 2001.

[16]RAY A， HALEVI Y. Integrated communication and control systems: Part II-design consideration [J]. ASME Journal of Dynamic Systems， Measurement and Control， 1988， 110(4): 374-381.

[17]NILSSON J ， BERNHARDSSON B ， WITTENMARK B. Stochastic analysis and control of real-time systems with random time delays [J]. Automatica， 1998， 34(1): 57-64.

[18]薛富波，張文彤，田曉燕.SAS8.2統計應用教程[M].北京:北京希望電子出版社，2004.