智慧起航，共创未来
网络化切换系统依赖的网络环境在传输数据时存在遭受DoS网络攻击甚至是长时DoS攻击的风险。在长时DoS攻击下，驻留时间切换规则并不能指定具体的切换时刻和目标子系统，这种模糊不清性导致了子系统与子控制器之间冗余且持续长时间的异步切换甚至是连续异步切换。另一方面，当前关于事件触发的研究主要集中在单一条件和固定或预设触发阈值，当考虑切换系统的网络通信时，这种机制可能无法满足网络资源和控制性能的要求。
为了解决这个问题，本文提出了一种弹性切换规则，在满足最小驻留时间条件下选择最佳子系统来减轻连续异步的影响；提出了基于切换Q学习的多阶段事件触发机制，通过结合模态匹配条件和切换Q学习算法，不仅可以充分反映不同子系统与子控制器之间的切换行为，缩短攻击造成的异步时长，而且可以用来选择最优的触发阈值。
本文的创新点如下：
(1) 提出的弹性切换规则灵活地选择目标子系统和适当的切换时刻来减少子系统与子控制器的异步切换次数和异步时长。此外，子系统切换的稳定性与相应控制器切换的稳定性无关。
(2) 提出了基于切换Q学习的多阶段事件触发机制来协调切换信号和攻击参数。在误差检测阶段，提出了一种切换Q学习算法，确定最佳触发阈值，从而更好地调整数据更新时间，缩短异步持续时长。
(3) 提出的安全输出调节方案联合设计了多阶段事件触发机制、弹性切换规则、和动态输出反馈控制器。根据攻击持续时间与驻留时间之间的关系解决有效地缓解了连续异步切换。
通对F-18仿真实例，利用所提出的弹性切换规则和多阶段事件触发缩短了连续异步时长，减少了冗余异步切换，证实了所提方法的可行性。
“CAA会员服务”面向广大学会会员广泛征稿
请将稿件投递至caa@ia.ac.cn
邮件主题为“会员号投稿+栏目名称+文章标题”。
投稿文章需为学会首发，或按照学会编辑格式转载。
END
点
阅读原文了解更多
点击在看分享出去吧！
