Stability Analysis of Networked Control Systems under Denial of Service Attacks using Switching System Theory
Subject Areas :Mohammad SayadHaghighi 1 , Faezeh Farivar 2
1 - University of Tehran
2 - Science and Research Branch, Islamic Azad University
Keywords: Networked Control System, Packet Loss, Denial of Service Attack, Switching Systems, Markov Jump Linear Systems, Lyapunov Stability,
Abstract :
With the development of computer networks, packet-based data transmission has found its way to Cyber-Physical Systems (CPS) and especially, networked control systems (NCS). NCSs are distributed industrial processes in which sensors and actuators exchange information between the physical plant and the controller via a network. Any loss of data or packet in the network links affects the performance of the physical system and its stability. This loss could be due to natural congestions in network or a result of intentional Denial of Service (DoS) attacks. In this paper, we analytically study the stability of NCSs with the possibility of data loss in the feed-forward link by modelling the system as a switching one. When data are lost (or replaced with a jammed or bogus invalid signal/packet) in the forward link, the physical system will not receive the control input sent from the controller. In this study, NCS is regarded as a stochastic switching system by using a two-position Markov jump model. In State 1, the control signal/packet passes through and gets to the system, while in State 2, the signal or packet is lost. We analyze the stability of system in State 2 by considering the situation as an open-loop control scenario with zero input. The proposed stochastic switching system is studied in both continuous and discrete-time spaces to see under what conditions it satisfies Lyapunov stability. The stability conditions are obtained according to random dwell times of the system in each state. Finally, the model is simulated on a DC motor as the plant. The results confirm the correctness of the obtained stability conditions.
[1] H. R. Shaker and R. Wisniewski, “Model reduction of switched systems based on switching generalized gramians,” Int. J. Innov. Comput. Inf. Control, 2012.
[2] G. Wang, Y. Liu, C. Wen, and W. Chen, “Delay-dependent stability criterion and H∞ state-feedback control for uncertain discrete-time switched systems with time-varying delays,” Int. J. Innov. Comput. Inf. Control, 2011.
[3] C. Jiang, K. L. Teo, R. Loxton, and G. R. Duan, “A neighboring extremal solution for optimal switched impulsive control problems with large perturbations,” Int. J. Innov. Comput. Inf. Control, 2012.
[4] J. P. Hespanha, “A model for stochastic hybrid systems with application to communication networks,” Nonlinear Anal. Theory, Methods Appl., 2005.
[5] Q. Zhang, “Stochastic Switching Systems: Analysis and Design-[Book review; E. K. Boukas],” IEEE Trans. Automat. Contr., 2007.
[6] R. Yang, P. Shi, G. P. Liu, and H. Gao, “Network-based feedback control for systems with mixed delays based on quantization and dropout compensation,” Automatica, 2011.
[7] Q. Lu, L. Zhang, M. Basin, and H. Tian, “Analysis and synthesis for networked control systems with uncertain rate of packet losses,” J. Franklin Inst., 2012.
[8] L. Zhang, H. Gao, and O. Kaynak, “Network-induced constraints in networked control systems-A survey,” IEEE Trans. Ind. Informatics, 2013.
[9] H. S. Foroush and S. Martínez, “On single-input controllable linear systems under periodic DoS jamming attacks,” arXiv Prepr. arXiv1209.4101, 2012.
[10] A. A. Ahmadi and R. M. Jungers, “On complexity of Lyapunov functions for switched linear systems,” in IFAC Proceedings Volumes (IFAC-PapersOnline), 2014.
[11] A. Bacciotti, “Stability of switched systems: An introduction,” in Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2014.
[12] D. Liberzon, J. P. Hespanha, and A. S. Morse, “Stability of switched systems: A Lie-algebraic condition,” Syst. Control Lett., 1999.
[13] J. Daafouz, P. Riedinger, and C. Iung, “Stability analysis and control synthesis for switched systems: A switched Lyapunov function approach,” IEEE Trans. Automat. Contr., 2002.
[14] J. P. Hespanha and A. S. Morse, “Stability of switched systems with average dwell-time,” in Proceedings of the IEEE Conference on Decision and Control, 1999.
[15] G. Zhai, B. Hu, K. Yasuda, and A. N. Michel, “Stability analysis of switched systems with stable and unstable subsystems: An average dwell time approach,” Int. J. Syst. Sci., 2001.
[16] H. Zhang, D. Xie, H. Zhang, and G. Wang, “Stability analysis for discrete-time switched systems with unstable subsystems by a mode-dependent average dwell time approach,” ISA Trans., 2014.
[17] H. Ishii, T. Başar, and R. Tempo, “Randomized algorithms for synthesis of switching rules for multimodal systems,” IEEE Trans. Automat. Contr., 2005.
[18] Y. Zhang, M. Wang, H. Xu, and K. L. Teo, “Global stabilization of switched control systems with time delay,” Nonlinear Anal. Hybrid Syst., 2014.
[19] J. Xiong, J. Lam, Z. Shu, and X. Mao, “Stability analysis of continuous-time switched systems with a random switching signal,” IEEE Trans. Automat. Contr., 2014.
[20] H. Liu, Y. Shen, and X. Zhao, “Finite-time stabilization and boundedness of switched linear system under state-dependent switching,” J. Franklin Inst., 2013.
[21] M. Prandini, J. P. Hespanha, and M. C. Campi, “Hysteresis-based switching control of stochastic linear systems,” in European Control Conference, ECC 2003, 2003.
[22] S. Miani and A. C. Morassutti, “Switching controllers for networked control systems with packet dropouts and delays in the sensor channel,” IFAC Proc. Vol., 2009.
[23] J. Nygren and K. Pelckmans, “A closed loop stability condition of switched systems applied to NCSs with packet loss,” IFAC-PapersOnLine, 2015.
[24] N. A. Baleghi and M. H. Shafiei, “Stability analysis for discrete-time switched systems with uncertain time delay and affine parametric uncertainties,” Trans. Inst. Meas. Control, 2018.
[25] A. R. Teel, A. Subbaraman, and A. Sferlazza, “Stability analysis for stochastic hybrid systems: A survey,” Automatica, 2014.
[26] P. Shi and F. Li, “A survey on Markovian jump systems: Modeling and design,” Int. J. Control. Autom. Syst., 2015.
[27] Y. Fang and K. A. Loparo, “Stochastic stability of jump linear systems,” IEEE Trans. Automat. Contr., 2002.
[28] O. L. V. Costa, M. D. Fragoso, and R. P. Marques, Discrete-time Markov jump linear systems. Springer Science & Business Media, 2006.
[29] W. Zhou, Q. Zhu, P. Shi, H. Su, J. Fang, and L. Zhou, “Adaptive synchronization for neutral-type neural networks with stochastic perturbation and Markovian switching parameters,” IEEE Trans. Cybern., 2014.
[30] A. S. Morse, “Supervisory control of families of linear set-point controllers - Part 1: Exact matching,” IEEE Trans. Automat. Contr., 1996.
[31] Y. Ji and H. J. Chizeck, “Controllability, Stabilizability, and Continuous-Time Markovian Jump Linear Quadratic Control,” IEEE Trans. Automat. Contr., 1990.
[32] Z. Ning, L. Zhang, and J. Lam, “Stability and stabilization of a class of stochastic switching systems with lower bound of sojourn time,” Automatica, 2018.
[33] H. Yang, H. Xu, Y. Xia, and J. Zhang, “Stability analysis on networked control systems under double attacks with predictive control,” Int. J. Robust Nonlinear Control, 2020.
[34] C. Peng and H. Sun, “Switching-Like Event-Triggered Control for Networked Control Systems under Malicious Denial of Service Attacks,” IEEE Trans. Automat. Contr., 2020.
[35] F. Farivar, M. S. Haghighi, A. Jolfaei, and S. Wen, “On the Security of Networked Control Systems in Smart Vehicle and Its Adaptive Cruise Control,” IEEE Trans. Intell. Transp. Syst., 2021.
[36] F. Farivar, M. S. Haghighi, S. Barchinezhad, and A. Jolfaei, “Detection and compensation of covert service-degrading intrusions in cyber physical systems through intelligent adaptive control,” in Proceedings of the IEEE International Conference on Industrial Technology, 2019, vol. 2019-Febru.
[37] Y. Deng, X. Yin, and S. Hu, “Event-triggered predictive control for networked control systems with DoS attacks,” Inf. Sci. (Ny)., 2021.
[38] J. Liu, Z. G. Wu, D. Yue, and J. H. Park, “Stabilization of Networked Control Systems with Hybrid-Driven Mechanism and Probabilistic Cyber Attacks,” IEEE Trans. Syst. Man, Cybern. Syst., 2021.
[39] S. Y. Lü, X. Z. Jin, H. Wang, and C. Deng, “Robust adaptive estimation and tracking control for perturbed cyber-physical systems against denial of service,” Appl. Math. Comput., 2021.
[40] N. Toorchi, M. A. Attari, M. S. Haghighi, and Y. Xiang, “A Markov model of safety message broadcasting for vehicular networks,” in IEEE Wireless Communications and Networking Conference, WCNC, 2013.
[41] M. S. Haghighi and Z. Aziminejad, “Highly Anonymous Mobility-Tolerant Location-based Onion Routing for VANETs,” IEEE Internet Things J., 2019.
[42] A. R. Javed, M. Usman, S. U. Rehman, M. U. Khan, and M. S. Haghighi, “Anomaly Detection in Automated Vehicles Using Multistage Attention-Based Convolutional Neural Network,” IEEE Trans. Intell. Transp. Syst., 2021.
[43] F. Farivar, M. S. Haghighi, A. Jolfaei, and M. Alazab, “Artificial Intelligence for Detection, Estimation, and Compensation of Malicious Attacks in Nonlinear Cyber-Physical Systems and Industrial IoT,” IEEE Trans. Ind. Informatics, 2020.
[44] F. Farivar, M. S. Haghighi, A. Jolfaei, and S. Wen, “Covert Attacks through Adversarial Learning: Study of Lane Keeping Attacks on the Safety of Autonomous Vehicles,” IEEE/ASME Trans. Mechatronics, 2021.
[45] G. Wangg and Z. Li, “Stability analysis of discrete-time randomly switched systems via an LMI approach,” in Chinese Control Conference, CCC, 2017.
[46] Debabrata Pal, “Modeling, Analysis and Design of a DC Motor based on State Space Approach,” Int. J. Eng. Res., 2016.
تحلیل پایداری سیستمهای کنترل شده تحت شبکه حین حملات محرومیت سرویس با تئوری سیستمهای سوئیچنگ
دو فصلنامه علمي فناوري اطلاعات و ارتباطات ایران | سال سیزدهم، شمارههاي49و50، پاییز و زمستان 1400 صص: 115_134 |
|
تحلیل پایداری سیستمهای کنترل شده تحت شبکه حین حملات محرومیت سرویس با تئوری سیستمهای سوئیچنگ
محمد صیاد حقیقی* فائزه فریور* *
* استادیار دانشکده مهندسی برق و کامپیوتر، پردیس دانشکدههای فنی، دانشگاه تهران
* * استادیار گروه مهندسی کامپیوتر- مکاترونیک، واحد علوم و تحقیقات تهران، دانشگاه آزاد اسلامی
تاریخ دریافت: 21/11/1399 تاریخ پذیرش: 19/02/1400
نوع مقاله: پژوهشی
چكیده
با رشد روز افزون استفاده از شبکههای کامپیوتری برای انتقال داده، سیستمهای سایبری- فیزیکی1 بسیار مورد توجه قرار گرفته اند. سیستمهای کنترل شده تحت شبکه2، از انواع صنعتی این سیستمها هستند که در آن سنسورها و عملگرها، از طریق شبکه اطلاعات را بین واحد های مختلف تبادل میکنند. از دست رفتن داده در شبکه بر عملکرد سیستم فیزیکی و پایداری آن تاثیرگذار است. از دست رفتن عمده داده میتواند بدلیل حمله محرومیت سرویس3 باشد. در این مقاله، به تحلیل پایداری سیستمهای خطی کنترلشده تحت شبکه با احتمال از دست رفتن داده در مسیر پیشرو بدلیل حمله پرداخته شده است. سیستم کنترل شده تحت شبکه در حین حمله با یک سیستم سوییچینگ تصادفی با مدل پرش مارکوف دو وضعیته مدل شده است. در وضعیت شماره یک شبکه داده ارسالی کنترلکننده را به سیستم انتقال میدهد و در وضعیت شماره دو، داده از دست رفته و سیستم از داده دیگری مانند یک مقدار پیش فرض به عنوان ورودی استفاده می کند. در این مقاله پایداری سیستم فیزیکی کنترل شده تحت شبکه حین حملات محرومیت سرویس هم در حوزه زمان پیوسته و هم زمان گسسته مورد تحلیل قرارگرفته است که دستاورد آنها، معرفی شرایط پایداری لیاپانوف برای سیستم با توجه به زمانهای اقامت تصادفی در هر وضعیت است. همچنین با استفاده از نتایج تحلیل انجام شده، یک روش جدید برای پایداری سازی چنین سیستمهایی تحت حمله محرومیت از سرویس از طریق مدیریت مقدار پیش فرض پیشنهاد می شود. در نهایت، مطالعه انجام شده بر روی چند سیستم کنترلی نمونه شبیهسازی شده است. نتایج ضمن تایید تئوری استخراج شده، نشان می دهند که چگونه سیستمی تحت حمله که حدود 80% بسته کنترلی خود را از دست می دهد، با روش پیشنهادی پایدار نگاه داشته می شود.
واژگان کلیدی: سیستم کنترلشده تحت شبکه، اتلاف بسته، محرومیت سرویس، سیستم سوییچینگ، سیستم خطی پرش مارکوف، پایداری لیاپانوف.
[1] Cyber Physical Systems sayad@ieee.org نویسنده مسئول: محمدصیاد حقیقی
[2] Networked Control Systems
[3] Denial of Service (DoS)
1. مقدمه
در سالهای اخیر، با توجه به رشد روز افزون استفاده از شبکههای کامپیوتری برای انتقال داده، سیستمهای کنترل شده تحت شبکه1، اینترنت اشیاء2 و سیستمهای سایبری- فیزیکی3 بسیار مورد توجه قرار گرفته اند. در سیستمهای کنترل شده تحت شبکه نظیر سایر سیستمهای فیزیکی متداول، قسمت فیزیکی با استفاده از عملگرها فرمانهای کنترلی را دریافت میکند و اطلاعات سیستم از طریق حسگرها اندازهگیری ارسال میشود، با این تفاوت که فرآیند انتقال و تبادل داده در این سیستمها بر بستر شبکه صورت میگیرد که امکان کنترل سیستم از راه دور را نیز میسر میکند. استفاده از کانالهای ارتباطی شبکه در انتقال و تبادل داده بر دینامیک سیستم حلقه بسته تاثیر میگذارد. ازاین رو، عواملی نظیر زمان انتقال، الگوهای سیگنالها و همچنین ویژگیهای شبکه بر رفتار سیستم کنترل تحت شبکه تاثیرگذار است. همچنین، ارتباطات بر بستر شبکه با عدم قطعیت4 در انتقال داده و احتمال از دست رفتن بسته داده5 همراه است. بنابراین، در مدلسازی رفتار کانالهای ارتباطی از مدلهای احتمالاتی استفاده میشود.
سیستمهای کنترل شده تحت شبکه، سیستمهایی در کنترل فرآیندهای صنعتی توزیع شده هستند که در آن سنسورها و عملگرها از طریق شبکه با سرعت و ظرفیت انتقال محدود، اطلاعات را بین سیستم تحت کنترل و کنترلکننده جابجا میکنند. در مقایسه با سیستمهای کنترل متداول که در آن ارتباط بین بخشها با کابل و به صورت نقطه به نقطه است، در اینگونه سیستمها اتصال همیشه قابل اعتماد نیست. البته چنین سیستمی دارای مزایایی از قبیل، امکان تنظیم مجدد کنترلکننده، نظارت بر دادهها و غیره است. تنظیم مجدد کنترلکننده روشی برای تضمین عملکرد سیستم کنترلشده تحت شبکه است که میتواند با توجه به تاخیر زمانی متغیر در ارسال بستههای داده و یا از دست رفتن بسته ها در شبکه، عملکرد قابل قبولی از سیستم را تضمین نماید. از دست رفتن بسته و تاخیر در ارسال و دریافت بستهها، بر عملکرد کنترلکننده و در نتیجه بر پایداری و عملکرد سیستم تحت کنترل تاثیر می گذارد.
سیستمهای سوییچینگ6 یک دسته خاص از سیستمهای ترکیبی7 گسسته و پیوسته هستند. در سیستمهای سوییچینگ، سیگنال سوییچ امکان ارتباط و همکاری بین دینامیکهای گسسته و پیوسته سیستم را فراهم میکند. این سیگنال مشخص میکند که در هر لحظه از زمان، کدام یک از زیرسیستمها فعال است. دستهای از این سیستمها، سیستمهای سوئیچینگ تصادفی هستند که در آنها، سیگنال سوییچ بصورت تصادفی در هر لحظه از زمان مشخص میکند که کدام زیرسیستم فعال باشد. این سیستمها دارای ساختاری متغیر هستند و میتوانند به عنوان مدلهایی برای سیستمهای تحت تاثیر تغییرات تصادفی ساختاری مورد استفاده قرار گیرند. سیستمهای خطی پرش مارکوف8، زیرمجموعهای از این سیستمهای تصادفی هستند که در آنها یک سیستم خطی با یک سیگنال سوییچ تولید شده از حالتهای سیستم در یک زنجیره مارکوف درنظر گرفته میشود.
در این مقاله، پایداری سیستمهای خطی کنترل شده تحت شبکه در حضور از دست رفتن بسته داده در مسیر ارسال اطلاعات، برای مثال در اثر یک حمله محرومیت سرویس، بررسی میشود. از آنجایی که اتلاف داده موجب تغییر عملکرد سیستم میشود، پایداری سیستم کنترلی حلقه بسته تحت تاثیر قرار می گیرد. عامل اتلاف، چه تداخل باشد و یا حمله، موجب میشود در برخی از بازه های زمانی سیستم فیزیکی بدرستی در حلقه کنترلی عمل نکند و بسته داده تولیدی توسط کنترلر بدرستی و در زمان درست در اختیار سیستم قرار نگیرد و یا بسته داده فیدبک از سنسورها بدرستی و یا در زمان درست در اختیار کنترلر قرار نگیرد. در چنین حالتی، سیستم فیزیکی در برخی بازههای زمانی احتمالا ناپایدار میشود و مود کنترلی سیستم حلقه بسته بین دو وضعیت پایدار و ناپایدار سوئیچ خواهد کرد. از اینرو، در این مقاله، از مفاهیم پایداری در سیستمهای سوییچینگ استفاده خواهد شد تا با توسعه آنها، بتوان به تحلیل پایداری سیستمهای خطی کنترل شده تحت شبکه در حین از دست دادن داده پرداخت و در نتیجه آن، شرایط لازم و کافی برای پایداری این سیستم ها را ارایه کرد. در این مقاله بطور خاص، تحلیل پایداری سیستم خطی کنترلشده تحت شبکه با احتمال از دست رفتن داده در مسیر پیشرو مطالعه میشود. سیستم کنترل شده تحت شبکه (با احتمال از دست دادن داده)، با یک سیستم سوییچینگ تصادفی با مدل پرش مارکوف دو وضعیته مدل میشود. در وضعیت 1، داده ارسالی کنترلکننده توسط شبکه به سیستم انتقال مییابد و در وضعیت 2 داده از دست میرود. سیستم فیزیکی در صورت عدم دریافت سیگنال کنترلی از طریق کانال، معمولا از یک سیاست پیش فرض پیروی می کند. این سیاست میتواند اعمال ورودی صفر (سیستم حلقه باز)، اعمال آخرین ورودی دریافت شده، و یا اعمال ورودی خاص برای اهدافی مانند حفظ پایداری سیستم باشد. در این مقاله، سیستمهای خطی کنترل شده تحت شبکه در حضور از دست رفتن بسته داده در مسیر پیشرو به صورت سیستم سوییچینگ تصادفی مدل میشود و پایداری لیاپانوف آنها در حوزه زمان پیوسته و زمان گسسته بررسی می گردد. بطور خلاصه می توان نوآوری های این مقاله را بصورت زیر فهرست کرد:
· معرفی یک مدل پیشنهادی دو وضعیته مارکوف و استفاده از مدل سوئیچینگ در سیستمهای کنترلی تحت شبکه حین حمله محرومیت سرویس (یا تداخل).
· تحلیل ریاضی و ارایه شرایط پایداری سیستم کنترل شده تحت شبکه حین حملات محرومیت سرویس در حوزه زمان پیوسته و زمان گسسته با استفاده از مدل پیشنهادی.
· انجام چند مطالعه موردی برای صحت سنجی شرایط پایداری بدست آمده بصورت تئوری و نیز ارائه یک راهکار جدید برای مقاوم سازی سیستمهای خطی کنترل شده تحت شبکه در برابر حمله محرومیت سرویس با استفاده از ورودی محلی تطبیقی.
ساختار ادامه مقاله بدین شرح است؛ در بخش دوم، مطالعات پیشین مرور میشود. در بخش سوم، به معرفی سیستمکنترلشده تحت شبکه با احتمال از دست رفتن داده/بسته پرداخته میشود. در این بخش، ساختار کنترلی سیستم کنترل شده تحت شبکه و مدل سوییچنیگ پیشنهادی برای عملکرد سیستم حلقه بسته (با احتمال از دست رفتن داده) آورده شده است. همچنین، مسئله پایداری سیستم کنترلشده تحت شبکه و ارتباط مفهمومی آن با پایداری سیستمهای سوئیچینگ تبیین شده است. تحلیل پایداری سیستم کنترلشده تحت شبکه در حین حمله در بخش چهارم آورده شده است. همچنین، شرایط پایداری لیاپانوف برای سیستم در حوزه زمان-پیوسته و زمان-گسسته ارائه شده است. در بخش پنجم، شرایط پایداری بدست آمده با شبیهسازی بر روی سیستمهای نمونه مورد بررسی قرار گرفته و راه حلهایی جهت مقاومسازی سیستم در برابر حمله محرومیت از سرویس ارایه می شود. در نهایت، نتیجهگیری این مقاله ارائه خواهد شد.
2. مطالعات پیشین
در این بخش، مطالعات پیشین مرتبط با این تحقیق مرور میشود. در مطالعات اخیر سیستمهای ترکیبی و سیستمهای سوییچینگ، یک طبقه مهم و اساسی از تحقیقات را به خود اختصاص داده اند [1]. سیستم سوییچینگ شامل تعدادی از زیرسیستمها (که دارای دینامیکهای مختلف میباشد) و یک سیگنال سوییچینگ که تعیین میکند کدام زیرسیستم فعال باشد. بسته به وضعیت سوییچ و همچنین دینامیک زیرسیستمها، رفتارهای پیچیده در مسیر متغیرهای حالت امکانپذیر است [2], [3]. به همین علت، تجزیه و تحلیل پایداری و عملکرد سیستمهای سوییچینگ، چالشهای مختلفی را ایجاد کرده و محققان را به سمت دستیابی به نتایج تاثیرگذار هدایت میکند. سیستمهای سوییچینگ دارای کاربردهای مختلفی از جمله در شبکههای ارتباطی [4]، صنعت هوافضا [5] و سیستمهای کنترل شده تحت شبکه [6]–[9] هستند.
يكی از مهمترين مسائل مورد بررسی در زمينه سيستمهای سوییچینگ، پايدارسازی سيستمهای سوییچینگ است. پایداری سیستمهای سوییچینگ برای انواع مختلف سیستمهای سوییچینگ مطالعه شده است. در [10]–[12] مفاهیم پایداری سیستمهای سوییچینگ توضیح داده شده است.
انواع سوییچینگ قطعی و سوییچینگ تصادفی در[12] و [13] بررسی شده اند و شرایطی که در آن یک سیستم سوییچینگ برای تمام حالات سوییچینگِ ممکن، پایدار باقی میماند، استخراج شده اند. فرکانس سوییچینگ در سیگنال سوییچینگ را میتوان با استفاده از مفاهیم زمان اقامت و متوسط زمان اقامت محدود کرد. مقاله [14] سیستمهای سوییچینگ متشکل از زیرسیستمهای پایدار (که در [15] و[ 16] آورده شده است) را به سیستمهای سوییچینگ متشکل از زیر سیستمهای ناپایدار بسط و توسعه میدهد. علاوه بر این، مشکل طراحی قوانین سوییچینگ وابسته به حالت، برای تضمین پایداری در [17] مورد بررسی قرار گرفته است.
در مقاله [18] مسئله پایدارسازی سیستمهای کنترل سوییچ، با تاخیر زمانی برای هر دو مورد خطی و غیرخطی مورد بررسی قرار گرفته است. در این مقاله، یک مفهوم جدید پایدارپذیری عمومی در رابطه با فیدبک و قانون سوییچینگ ارائه شده است. در این مقاله براساس توابع چندگانه لیاپانوف، یک کنترلکننده فیدبک حالت و قانون سوییچینگ برای اطمینان از اینکه سیستمهای سوییچینگ حلقه بسته با تاخیر زمانی به طور عمومی پایدار مجانبی و پایدار نمایی باشند، ارائه شده است. در مقالات[19]–[21] پایداری سیستمهای سوییچینگ تصادفی مورد بررسی قرار گرفته است.
مقالههای [22], [23]، مفاهیم پایداری سیستمهای سوییچینگ را در سیستمهای کنترل تحت شبکه با احتمال از دست رفتن داده و تاخیر زمانی بررسی کرده اند. مقاله [19] مربوط به تحلیل پایداری سیستمهای سوییچینگ زمان پیوسته با یک سیگنال سوییچینگ تصادفی است. سیگنال سوییچینگ که زمان اقامت در هر زیرسیستم را مشخص می کند، شامل یک قسمت ثابت و یک قسمت تصادفی است. پایداری تصادفی سیستمهای سوییچینگ با استفاده از رویکرد لیاپانوف مورد مطالعه قرار گرفته است. در این مطالعه يک روش مبتنی بر حل نامعادلات خطی ماتريسی برای پايدارسازی مقاوم سيستمهای سوئيچينگ خطی دارای نامعينی پارامتری ارائه شده است.
در مقاله[24] شرايط پايداری برای سيستم سوییچینگ خطی زمان گسسته در حضور عدم قطعيت پارامتری و تاخير زمانی مورد مطالعه قرار گرفته است. تاخير به صورت متغير با زمان اما محدود فرض شده و براساس توابع لياپانوف، شروط کافی جهت تعيين حد بالای مجاز برای تاخير مورد بررسی قرار گرفته است. همچنین، روش زمان اقامت ميانگين که يكی از ابزارهای موثر جهت بررسی پايداری در سيستمهای سوییچینگ است، جهت استخراج اين شروط مورد استفاده قرار گرفته است. شروط بدست آمده، شرايطی برای سيگنال کليدزنی مشخص کرده است که هيچ وابستگی به عدم قطعيت موجود در سيستم ندارد.
برای سیگنالهای سوییچینگ تصادفی، مفاهیم مربوط به پایداری در [25], [26] بررسی شده اند. در بیشتر موارد، نتایج پایداری برای چنین سیستمهایی به اطلاعات آماری در سیگنال سوییچینگ مانند احتمال سوییچهای حالت و توزیعهای ثابت در ارتباط با حالتها، وابسته است. یک کلاس مهم از سیستمهای سوییچینگ تصادفی، پرش مارکوف است که سیگنال سوییچینگ بر اساس یک مدل مارکوف تولید میشود [27]–[29]. سیستم پرش مارکوف به عنوان یک زیر سیستم از سیستمهای تصادفی بسیار مورد توجه محققان در مطالعه سیستمهای سوئیچنیگ قرارگرفته است. در این رویکرد فرض میشود سیستم سوییچینگ بین حالتهای مختلف سیستم مارکوف تغییر وضعیت میدهد. زمان اقامت در هر وضعیت از سیستم پرش مارکوف از دو بخش زمان اقامت ثابت و زمان اقامت تصادفی تشکیل شده است. زمان اقامت ثابت نقش مشابهی را با زمان اقامت در سیستمهای سوییچینگ قطعی ایفاء میکند [30]، و زمان اقامت تصادفی شبیه به زمان توزیع بصورت نمایی در سیستمهای پرش مارکوف است [31].
مقاله [32] به مسئله پایداری در سیستمهای سوئیچینگ تصادفی زمان گسسته، با زمان اقامت محدود پرداخته است. سیستمهای سوئیچینگ تصادفی با سیستمهای خطی پرش نیمه مارکوف مدل شده و سپس از روش پایه ای نیمه مارکوف برای بررسی مسائل پایداری استفاده میشود. زمان اقامت در هر وضعیت سیستم دارای دو حد بالا و پایین است. این عمومی تر از سناریوهای قبلی است که در آنها فقط محدودیت بالایی از زمان اقامت را در نظر میگرفتند. در این مقاله، با استفاده از یک تابع لیاپانوف که نه تنها به وضعیت فعلی سیستم بستگی دارد بلکه به زمان سپری شده در وضعیت فعلی نیز وابسته است، شرایط پایداری برای سیستم سوییچ تصادفی حلقه بسته بدست آمده است.
در مقاله [33]، پایداری سیستم کنترل شده تحت شبکه حین حملات تزریق دادههای کاذب با استفاده از یک روش کنترل پیش بینی تحلیل و بررسی می شود. در مدلسازی حملات، از تئوری بازی برای بدست آوردن نتایج موازنهای تکرار و مدت زمان استفاده شده است. سپس، تحت استراتژی حمله، پایداری سیستم کنترل شده تحت شبکه توسط کنترل پیش بین با استفاده از روش سیستم سوئیچینگ بررسی شده است.
در مقاله [34]، کنترل شبه رویداد سوئیچینگ برای سیستم کنترل شده مبتنی بر شبکه تحت حملات محرومیت سرویس بررسی شده است. یک طرح ارتباطی رویدادی که باعث ایجاد سوئیچ می شود، طراحی شده است تا با حملات متناوب برای بهبود ارتباطات مقابله کند. سپس، با محدودیت تعداد حداکثر افت داده های مجاز ناشی از حملات، یک معیار تثبیت برای تخمین پارامترهای ارتباطی ناشی از رویداد و قانون کنترلی امن بدست آمده است.
در مقاله [35]، دو حمله سایبری به سیستمهای کنترل کروز تطبیقی طراحی شده است به نحوی که احتمال بروز تصادف را افزایش میدهد. در این مقاله، سامانه تشخیص حمله و سیستم جبرانسازی طراحی شده است. چنانچه سامانه تشخیص نفوذ، رخداد حمله را تشخیص دهد، با اعمال فرمان، سوییچ بین کنترلکننده اصلی سیستم (کنترلکننده مدل پیشبین) و سیستم جبرانساز (کنترلکننده PID) انجام میشود. مطالعه مشابهی بر روی سیستم موتور DC در مقاله [36] انجام شده است که در صورت تشخیص حمله، با اعمال سوییچ کنترلکننده اصلی که PID است با یک کنترلکننده هوشمند شبکه عصبی جایگزین میشود. در این دو مقاله، سامانه تشخیص نفوذ، یک سیستم یادگیرنده است که در طول دوره امن در آغاز کار سیستم، رفتار نرمال سیستم را یاد میگیرد.
در مقاله [37]، یک پروتکل جدید کنترل کننده پیش بین مبتنی بر رویداد برای ایجاد ثبات در سیستم های کنترل میتنی بر شبکه تحت حملات محرومیت سرویس ارائه شده است. دو نوع مدل حمله DoS در این مقاله معرفی شده است که برای کانال های ارتباطی سنسور به کنترل کننده و کنترل کننده به عملگر میتواند اعمال شود. سپس با توجه به حملات معرفی شده، کنترلکننده های پیش بین ارائه شده است. سعی شده است تا کنترلکنندههای جبرانساز، پهنای باند شبکه را کاهش دهد و تأثیر منفی حملات بر عملکرد سیستم را جبران کند.
در مقاله [38]، نواقص طراحی کنترل کننده سیستمهای کنترل شده مبتنی بر شبکه تحت حملات سایبری بررسی شده است. برای صرفه جویی در منابع محدود ارتباطی، از یک استراتژی ارتباطی برای عملگر استفاده شده است. اندازهگیریها از طریق یک شبکه ارتباطی منتقل می شوند و ممکن است در اثر حملات سایبری خراب شوند. هدف این مقاله طراحی یک کنترل کننده برای مدل جدید سیستم حلقه بسته با در نظر گرفتن حملات سایبری تصادفی و طراحی کنترلکننده ترکیبی است. با استفاده از تئوری پایداری لیاپونوف و روشهای فرآیند تصادفی، معیار پایداری برای پایداری سیستم بدست آمده است.
مقاله [39]، به طراحی کنترلکننده ردیاب مقاوم برای سیستم کنترل مبتنی بر شبکه تحت حملات سایبری پرداخته است. در این مقاله، مهاجم یک دشمن فعال است که هدف آن به ترتیب کاهش شدید عملکرد ردیابی سیستم با شروع حملات فریب به کانالهای ارتباطی سنسور به کنترل کننده و حملات محرومیت سرویس به کانالهای کنترل کننده به سیستم است. همچنین در این مقاله، یک استراتژی کنترل مقاوم تطبیقی در صورت وجود عدم قطعیت در اطلاعات سیستم و همچنین در حضور حملات، پیشنهاد شده است.
از مهمترین سیستمهای کنترل شده تحت شبکه، شبکههای ارتباطات خودرویی هستند که چنانچه این شبکهها تحت حملات سایبری قرار بگیرد میتواند خسارت زیادی ایجاد نماید [40]. از اینرو، بررسی وضعیت پایداری سیستمهای کنترل شده تحت شبکه بسیار حائز اهمیت است و میتواند از بروز تصادف، حوادث و خسارات در سیستم حمل و نقل هوشمند جلوگیری بعمل آورد و موجب پایداری و امنیت سیستمهای نقلیه هوشمند شود. در مقاله [41]، انواع حملات به شبکه اقتضایی وسایل نقلیه9 شامل حملات جعل پیام و پخش مجدد، حملات یکپارچگی و جعل هویت، حملات محرومیت سرویس و حمله ناشناس ماندن، بررسی و مطالعه شده است. در مقاله[42]، از شبکه های عصبی کانولوشن مبتنی بر توجه چندمرحله ای برای تشخیص ناهنجاریها، نفوذ و حملات در وسایل نقلیه خودکار استفاده میشود. به طور خاص، در مقاله [43]، روشهایی برای تشخیص نفوذ و جبرانسازی حملات سایبری انجام شده بر روی شبکه ارتباطی سیستم کنترل کروز اتومبیل طراحی شده است. همچنین در مقاله [35] که پیشتر توضیح داده شد، دو حمله سایبری پنهان به سیستم های کنترل کروز تطبیقی طراحی شده است به نحوی که احتمال بروز تصادف را افزایش میدهد و سپس مکانیزمهای جبرانسازی مبتنی بر سوییچ بین کنترلکننده ها ارائه شده است. در مقاله [44]، حملات پنهانی بر روی وسایل نقلیه خودمختار مطالعه شده است. در این مقاله، یک مهاجم هوشمند طراحی شده است که میتواند کانال ارتباطی بین سنسورها و کنترل کننده را بدست گرفته و ایمنی خودرو خودران را به خطر بیندازد و ورودی های واحد کنترلکننده (قرائت سنسور) را به گونهای تغییر میدهد که تصمیمات کنترل کننده به نفع مهاجم تغییر کند. مهاجم تابع توزیع احتمال10 انحرافات جانبی از خط مرکز جاده را یاد میگیرد و حمله با حداکثر قدرتی را اعمال میکند که برای مسافران/ راننده مخفی باقی میماند، اما از نظر آماری احتمال تصادف را افزایش میدهد. حداکثر قدرت این حمله توسط سیستم یادگیری عملگر- نقاد تنظیم میشود.
3. سیستم کنترلشده تحت شبکه با احتمال از دست رفتن داده
در این مقاله، تحلیل پایداری سیستمهای کنترل شده تحت شبکه (با احتمال از دست رفتن داده مثلا بر اثر حمله محرومیت سرویس) با استفاده از مفاهیم و رویکرد پایداری در سیستمهای سوئیچینگ تصادفی تحقیق شده است. در این بخش، ابتدا ساختار یک سیستم کنترلشده تحت شبکه معرفی میشود. از آنجایی که احتمال از دست رفتن بسته دادهای در کانالهای ارتباطی شبکه وجود دارد، فرآیند کنترل سیستمها تحت شبکه یک فرآیند تصادفی است و به وضعیت شکبه ارتباطی وابسته میشود. از اینرو در ادامه این بخش، یک مدل مارکوف برای مدلسازی رفتار شبکه در یک سیستم کنترلشده تحت شبکه ارائه شده است. با توجه به مدل پیشنهادی، برای تحلیل پایداری سیستم فیزیکی کنترلشده تحت شبکه از مفاهیم و تئوریهای سیستمهای سوئیچینگ استفاده میشود که تحلیل پایداری در بخش بعدی آورده شده است.
3_1 ساختار کنترلی سیستم کنترل شده تحت شبکه و فرضیات
3_1_1 مدل حمله و شبکه
بلوک دیگرام یک سیستم فیزیکی کنترلشده تحت شبکه در شکل 1 نشان داده شده است. همانگونه که پیشتر توضیح داده شد، در این مطالعه رابط شبکه دارای احتمال اتلاف و از دست دادن بسته در حین ارسال است. این شکل بلوک دیاگرام تمامی اجزاء یک سیستم حلقه بسته را دارد.
عملکرد تمامی این اجزا همانند سیستم کنترل کلاسیک و متداول است با این تفاوت که دادههای ارسالی از کنترلر به سیستم فیزیکی و همچنین داده ارسالی از سنسورها به کنترلر از بستر شبکه انتقال مییابند. این شبکه میتواند دارای تداخل11 از نوع طبیعی و یا حمله عمدی باشد که منتهی به از دست رفتن بستههای دادهای در مسیرهای انتقال شود. همانطور که در شکل مشاهده میشود، بدلیل احتمال از دست رفتن بسته داده در شبکه در مسیر پیشرو، سیگنالها قبل از عبور از شبکه در این مسیر، با آنچه به سیستم فیزیکی رسیده و اعمال می شود دارای تفاوت هستند (این تفاوتها شامل عدم وجود سینگال در اثر از بین رفتن بسته نیز می شود). از اینرو، نامگذاری سیگنال قبل از عبور از شبکه و آنچه که به سیستم اعمال می شود، متفاوت انجام شده است تا بتوان بین آنها تمایز قائل شد. با فرض محافظت از بسته ها با استفاده از کدهای احراز هویت پیام و امضای دیجیتال، گیرنده بسته های تغییر یافته و نامعتبر را دور ریخته و به مانند بسته از دست رفته تلقی می کند. بنابراین هر بسته ارسالی کنترلی یا از شبکه عبور کرده و سالم به سیستم فیزیکی می رسد و یا در طول مسیر از دست می رود. برای سادهسازی حل مساله در این مطالعه، تاثیر از دست رفتن بسته فقط در مسیر پیشرو12 مطالعه شده است و فرض شده است که احتمال از دست رفتن داده در مسیر فیدبک وجود ندارد و در مطالعات آتی، به آنها پرداخته خواهد شد.
3_1_2 مدل سیستم فیزیکی و کنترل حلقه بسته
در این مطالعه، سیستم فیزیکی که کنترل آن از طریق بستر شبکه صورت میگیرد، یک سیستم خطی نامتغیر با زمان13 در نظر گرفته شده است. معادلات حالت سیستم فیزیکی در رابطه (1) آورده شده است:
(1) |
|
(2) |
|
(3) |
|
(4) |
|
شکل 1. بلوک دیاگرام سیستم کنترل شده تحت شبکه با احتمال از دست رفتن داده در بستر شبکه |
(5) |
|
(6) |
|
(7) |
|
(8) |
|
(9) |
|
(10) |
|
شکل 2. مدل سوییچینگ پیشنهادی برای حمله محرومیت از سرویس با دو وضعیت کاری |
از متدوالترین روشها در تحلیل پایداری سیستمهای تصادفی، بررسی میانگین مربعات است بدین معنی که برای پایداری، لازم است که میانگین حالت سیستم محدود باشد.
تعریف-1: اگر بردار متغیر حالت سیستم باشد. سیستم پایدار تصادفی است اگر
(11) |
|
(12) |
|
(13) |
|
(14) |
|
(15) |
|
(16) |
|
(17) |
|
(18) |
|
(19) |
|
(20) |
|
(21) |
|
(22) |
|
| |
(23) |
|
| |
(24) |
|
(25) |
|
The rights to this website are owned by the Raimag Press Management System.
Copyright © 2017-2024