網(wǎng)絡(luò)攻擊下不確定多智能體動態(tài)事件觸發(fā)一致性

陳 俠， 李 露

(沈陽航空航天大學(xué)，沈陽 110000)

0 引言

近年來，多智能體系統(tǒng)在編隊控制[1]、協(xié)同控制[2]、集群[3]等領(lǐng)域有著廣泛的應(yīng)用。一致性控制是多智能體系統(tǒng)的重要研究內(nèi)容，它是指通過設(shè)計一致性協(xié)議，利用自身信息與其他智能體信息交互來更新自己的狀態(tài)信息，使所有個體信息最終收斂一致。目前，多智能體的一致性控制已得到了快速發(fā)展，取得了一些有價值的研究成果[4]。在實際應(yīng)用中，系統(tǒng)一致性控制往往受到動力學(xué)模型的不確定性等因素的影響，因而研究不確定多智能體一致性控制已受到了國內(nèi)外學(xué)者們高度重視。文獻[5]研究了不確定多智能體的最優(yōu)協(xié)同控制問題；文獻[6]研究了不確定多智能體的控制協(xié)議，提出了基于辨識-評價結(jié)構(gòu)的在線自適應(yīng)最優(yōu)控制方案。

隨著科技發(fā)展，網(wǎng)絡(luò)的引入使得控制系統(tǒng)在處理速度等方面均有顯著提高，但同時也帶來了新的挑戰(zhàn)，例如網(wǎng)絡(luò)攻擊、網(wǎng)絡(luò)延遲等問題。如何降低網(wǎng)絡(luò)攻擊對系統(tǒng)的影響是目前研究熱點之一。文獻[7]研究了受到網(wǎng)絡(luò)延時和數(shù)據(jù)丟包的多智能體一致性的問題；文獻[8]研究了無線網(wǎng)絡(luò)環(huán)境利用事件觸發(fā)機制來降低欺騙攻擊對系統(tǒng)的影響；文獻[9]研究了在網(wǎng)絡(luò)通信帶寬受限和網(wǎng)絡(luò)攻擊下，對基于事件觸發(fā)的控制系統(tǒng)的改進。

在多智能體一致性控制中，事件觸發(fā)機制[10-11]通過預(yù)先設(shè)置觸發(fā)條件來決定數(shù)據(jù)是否被傳輸。當(dāng)同步性能指標(biāo)無法滿足要求時，需要控制器在不同時期設(shè)計不同的觸發(fā)條件，因此，事件觸發(fā)機制無法滿足要求。與事件觸發(fā)相比，動態(tài)觸發(fā)機制[12]可在事件觸發(fā)機制中引入一個動態(tài)變量對系統(tǒng)的觸發(fā)閾值進行動態(tài)調(diào)整，使其能夠動態(tài)地對觸發(fā)規(guī)則進行改變，更合理地減少采樣次數(shù)，有效節(jié)約了網(wǎng)絡(luò)資源；文獻[13]提出利用動態(tài)事件觸發(fā)機制對網(wǎng)絡(luò)化系統(tǒng)進行魯棒控制的方法，降低了網(wǎng)絡(luò)數(shù)據(jù)的傳輸次數(shù)，加強了系統(tǒng)魯棒性能；文獻[14]通過動態(tài)事件觸發(fā)機制給出了狀態(tài)反饋控制器的設(shè)計方法，加強了對網(wǎng)絡(luò)化系統(tǒng)容錯的控制；針對系統(tǒng)存在故障環(huán)節(jié)；文獻[15]通過引入動態(tài)變量，實現(xiàn)系統(tǒng)故障容錯同步并充分降低狀態(tài)信息在網(wǎng)絡(luò)通信中的傳播次數(shù)。然而，目前研究基于動態(tài)事件觸發(fā)機制的一致性控制文獻模型都比較簡單，沒有考慮網(wǎng)絡(luò)攻擊和不確定多智能體對控制器的影響，網(wǎng)絡(luò)攻擊下不確定多智能體系統(tǒng)動態(tài)事件觸發(fā)一致性研究還較少見。

本文研究了具有網(wǎng)絡(luò)攻擊及不確定的一般線性多智能體系統(tǒng)一致性問題，考慮了網(wǎng)絡(luò)延遲和網(wǎng)絡(luò)攻擊兩個因素對控制系統(tǒng)的影響，并且使用動態(tài)事件觸發(fā)機制對系統(tǒng)進行采樣以節(jié)約網(wǎng)絡(luò)資源。在時變延遲控制輸入下，建立了閉環(huán)控制系統(tǒng)的數(shù)學(xué)模型。基于Lyapunov穩(wěn)定性理論、線性矩陣不等式和代數(shù)圖論，證明了所提出的動態(tài)事件觸發(fā)控制策略能有效地實現(xiàn)多智能體系統(tǒng)一致性。最后，通過仿真實例驗證了該方法的可行性與有效性。

1 問題描述

1.1 圖論簡介

圖論是研究多智能體系統(tǒng)的基礎(chǔ)理論，將一個智能體表示為圖論中的一個節(jié)點，智能體之間的信息交互為圖論中的邊，用G=(V,E,A)來表示，如圖1所示。

圖1 多智能體系統(tǒng)模型Fig.1 Multi-agent system model

其中：V={v1,…,vN}，表示節(jié)點集；E?V×V，表示邊集；eij=(vi,vj)，表示第i個到第j個智能體的有向邊；A=[ai j]，表示加權(quán)矩陣，若(vi,vj)?E，則ai j=0，否則ai j>0；度矩陣D=diag(di)，D∈RN×N；Laplacian矩陣L=[li j]可表示為

L=D-A

(1)

(2)

1.2 一致性問題描述

考慮到一個含有N個智能體的不確定多智能體系統(tǒng)，每個智能體的線性微分方程可表示為

(3)

ΔA=E1φ1(t)E2

(4)

ΔB=E3φ2(t)E4

(5)

考慮到不確定性和延遲的影響，根據(jù)事件觸發(fā)控制策略設(shè)計如下一致性控制器

(6)

式中，K∈RN×N，為常數(shù)增益矩陣。

將不確定智能體的動態(tài)數(shù)學(xué)模型式(3)和一致性控制器式(6)寫成緊湊形式，即

(7)

定義1[16]在不確定多智能體系統(tǒng)式(3)中，如果每個智能體的狀態(tài)xi，在設(shè)計的控制器下均滿足

(8)

則該不確定多智能體系統(tǒng)滿足一致性。

1.3 動態(tài)事件觸發(fā)機制

為了盡可能地減少系統(tǒng)之間的觸發(fā)次數(shù),降低網(wǎng)絡(luò)帶寬，通過引入一個動態(tài)變量ι來滿足要求

(9)

式中：β(ι)是滿足Lipschitz連續(xù)的K∞函數(shù)；σ是事件觸發(fā)機制頻率；Ω是一個大于零的參數(shù)；er(t)是閾值誤差；ι(t)在所有時刻上均滿足ι(t)≥0，且ι(0)=ι0。則設(shè)計動態(tài)事件觸發(fā)規(guī)則為

(10)

由于網(wǎng)絡(luò)攻擊會導(dǎo)入錯誤數(shù)據(jù)，使得系統(tǒng)的性能降低。f(x(t-η(t)))表示網(wǎng)絡(luò)攻擊，網(wǎng)絡(luò)攻擊的表達式為

(11)

式中：0≤η(t)≤ηM，表示網(wǎng)絡(luò)攻擊的延時；0≤α(t)≤1，是伯努利變量；d(t)是事件觸發(fā)機制的延時。

動態(tài)事件觸發(fā)機制的控制器設(shè)計為

(12)

通過式(12)建立系統(tǒng)的閉環(huán)控制方程

(13)

1.4 穩(wěn)定性問題

將一致性問題轉(zhuǎn)換為穩(wěn)定性問題，需要引入不一致的新變量，即樹形轉(zhuǎn)換法[17]，利用樹形轉(zhuǎn)換法得到分歧系統(tǒng)

(14)

2 一致性分析

將由以下定理給出閉環(huán)系統(tǒng)一致性的充分必要條件。需要引用的引理如下。

引理1[18]對于任意x,y∈R和任意對稱矩陣X∈RN×N，有不等式

2xTy≤xTXx+yTX-1y

(15)

成立。

引理2[19]對任意標(biāo)量t>t-τ≥0和常矩陣M=MT>0，有以下不等式成立

(16)

引理3[20]對任意標(biāo)量t>t-τ≥0和常矩陣M=MT>0，有以下不等式成立

(17)

則式(14)系統(tǒng)保持穩(wěn)定且閉環(huán)系統(tǒng)在均方意義下實現(xiàn)一致性。

證明選取以下Lyapunov函數(shù)

V(zt,l)=V1(zt,l)+V2(zt)+V3(zt)

(18)

(19)

(20)

(21)

由分歧系統(tǒng)及引理1可得

(22)

由式(22)可知，V(zt)>0的情況。

(23)

式中：

(24)

(25)

(26)

(27)

3 數(shù)值仿真

通過Matlab仿真對本文的設(shè)計結(jié)果進行驗證。以如下智能體的運動模型為例進行仿真

(28)

給出具有4個智能體的多智能體系統(tǒng)，如圖2所示。

圖2 多智能體系統(tǒng)圖Fig.2 Diagram of multi-agent system

圖3 不確定多智能體系統(tǒng)狀態(tài)圖Fig.3 Status diagram of uncertain multi-agent system

圖4 多智能體速度響應(yīng)曲線圖Fig.4 Multi-agent speed response graph

由圖3和圖4可以看出，4個智能體在不同的初始狀態(tài)下，通過動態(tài)事件觸發(fā)機制，在一致性控制器作用下，50 s左右可達到一致。證明本文設(shè)計的控制器能使不確定多智能體達到一致。

圖5描述了本文的網(wǎng)絡(luò)攻擊曲線。

圖5 網(wǎng)絡(luò)攻擊響應(yīng)曲線Fig.5 Network attack response curve

然后可得到隨機網(wǎng)絡(luò)攻擊f(x(t))上界J=diag(0.02,0.13,0.07,0.2)。

圖6所示為靜態(tài)、動態(tài)事件觸發(fā)時間頻率圖。

從圖6可得到智能體的觸發(fā)時刻和觸發(fā)時間間隔。在相同的觸發(fā)時間(15 s)內(nèi)，靜態(tài)事件的觸發(fā)頻率高于動態(tài)事件的觸發(fā)頻率。在保證系統(tǒng)穩(wěn)定的前提下，可以看出動態(tài)事件機制的觸發(fā)區(qū)間更長且能夠減少觸發(fā)次數(shù)，節(jié)約了網(wǎng)絡(luò)帶寬和資源。

表1所示為靜態(tài)事件觸發(fā)機制和動態(tài)事件觸發(fā)機制執(zhí)行時間的平均值。

表1 兩種機制平均執(zhí)行時間比較Table 1 Average execution time comparisonbetween the two mechanisms s

在相同的σ值下，動態(tài)事件觸發(fā)機制的平均執(zhí)行時間大于靜態(tài)事件觸發(fā)機制。結(jié)合圖6分析可知，相較于靜態(tài)事件觸發(fā)機制，動態(tài)事件觸發(fā)機制能夠減少采樣次數(shù)，在采樣頻率上有著更優(yōu)的性能。因此，動態(tài)事件觸發(fā)機制在實際的系統(tǒng)中能夠節(jié)約通信資源。

4 結(jié)束語

本文針對網(wǎng)絡(luò)攻擊和不確定多智能體一致性，設(shè)計了一種利用動態(tài)觸發(fā)機制的控制器。為更加接近實際情況，考慮了網(wǎng)絡(luò)延遲和隨機網(wǎng)絡(luò)攻擊。網(wǎng)絡(luò)攻擊采用隨機伯努利變量來描述。在定理1的證明中，利用Lyapunov漸近穩(wěn)定性理論和線性不等式來證明控制器的穩(wěn)定性和一致性。最后通過仿真實驗驗證了算法的可行性和有效性。下一步工作將研究更高階的動態(tài)觸發(fā)系統(tǒng)和網(wǎng)絡(luò)攻擊下多智能體的一致性問題。