1.本发明涉及多域无人系统在拓扑攻击下的拓扑重构，涉及多域无人系统的拓扑节点攻击补偿设计以及策略博弈的多域无人系统动态冗余拓扑重构内生安全架构。
背景技术：2.本发明所针对的多域无人系统是通过通信网络连接不同区域的无人系统，其网络拓扑结构具有显著异构特性，例如陆域上的无人车、水域中的无人艇和空域中无人机等多区域无人系统在各区域的功能与优势，通过协同调配，完成搜救、作战和探测等任务。但是多域无人系统网络拓扑的弱连通特性，使得通信网络拓扑对网络攻击极为脆弱，攻击者通过对拓扑节点的欺骗信息注入，破坏节点状态信息的可信性，或者通过阻断节点之间的网络传输，从而破坏拓扑网络的连通性，造成多域无人系统无法达到系统协同。针对于通信网络拓扑的重构，主要包含节点状态信息可信性的重塑以及通信网络连通性的重构，相关研究引起了国内外学者的广泛关注。针对于攻击的估计于补偿之中，如文献[f.farivar,m.s.haghighi,a.jolfaei,m.alazab.artificial intelligence for detection,estimation,and compensation of malicious attacks in nonlinear cyber-physical systems and industrial iot[j].ieee transactions on industrial informatics,2020,16(4):2716-2725.]利用神经网络对非线性信息物理系统和工业物联网系统的拓扑节点攻击进行逼近，从而实现对网络攻击的补偿，重塑状态信息。文献[k.xu,h.chen,s.liu,p.chen,t.weng,m.hong,x.lin.topology attack and defense for graph neural networks:an optimization perspective[c].proceedings of the twenty-eighth international joint conference on artificial intelligence,2019,3961—3967.]针对具有拓扑攻击下的图网络，采用基于博弈论的思想，从攻击者和防御者的角度对网络拓扑进行优化重构。无人系统的内生安全问题和网络拓扑重构受到越来越多的关注，也是一个亟需深入探索的新兴领域。
技术实现要素：[0003]
本发明要解决的拓扑攻击下多域无人系统拓扑节点状态信息不完整性、不可信性和不可用性等问题，同时针对多域无人系统的异构特性，重构具有内生安全特性的多域无人系统拓扑结构。
[0004]
本发明解决上述问题所采用的方法是多域无人系统的拓扑节点攻击补偿以及动态冗余结构的多域无人系统拓扑重构方法。通过节点状态信息与拓扑节点攻击信息的最优估计设计，融合拓扑节点攻击补偿控制率设计，重塑节点状态信息的可信性，基于策略博弈的方法，实现多域无人系统动态冗余结构下的拓扑重构，保障多域无人系统网络拓扑连通性，提高多域无人系统的内生安全特性。本发明能够有效提高多域无人系统通信网络在拓扑攻击下鲁棒性，解决拓扑攻击下无人系统可靠信息、内生安全、稳定拓扑等问题。
[0005]
拓扑攻击下多域无人系统的拓扑重构方法包括多域无人系统拓扑节点攻击补偿
设计及基于策略博弈的动态冗余结构内生安全拓扑重构。
[0006]
首先，根据多域无人系统多传感器协同感知信息集yn＝{[y
1,1
,y
1,2
,
…
,y
1,m
],
…
,[y
k,1
,y
k,2
,
…
,y
k,m
],
…
}，其中y
k,m
表示第k域的第m个无人系统的传感器信息，建立拓扑攻击下多域无人系统的分布式通信拓扑模型为其中分别表示拓扑节点、边缘、分布式交互函数集合。针对具有隐蔽性的拓扑节点动态攻击，采用节点攻击的补偿设计，首先设计节点攻击分布式优化估计器，从而获取拓扑节点攻击信息；然后，设计分布式状态估计器的状态观测性能目标函数，基于多域无人系统分布式攻击估计器增益矩阵有约束优化问题，获取如下的分布式状态估计器增益的优化求解方法；最后，基于拓扑节点的攻击估计值可以对传感器信号加入补偿项，即其中为攻击估计信息。
[0007]
为了进一步提高多域无人系统的内生安全特性，利用重塑的节点状态估计信息作为输入，根据策略调度环节指令来决定相应的与输入相联接拓扑调整策略s
p
，其中拓扑调整策略集s＝{s1,s2,
…
,si,
…
}是事先制定的无人系统拓扑重构重组方案，通过策略分发，生成与相应拓扑调整策略等价的执行集合其中v表示区域1无人系统，c表示为区域2无人系统，b表示区域3无人系统，示区域1无人系统，c表示为区域2无人系统，b表示区域3无人系统，分别表示相应域的拓扑调整策略集合，i表示策略集编号，r
vi
(
·
)、r
ci
(
·
)、r
bi
(
·
)分别表示相应区域内策略分发方式，y
vc
、y
cc
、y
bc
分别表示前述地不同区域无人系统所产生从补偿传感器信号，分别表示相应区域的无人系统通信子网络拉普拉斯矩阵，且建立在不同拓扑调整策略下的收益集，本发明以系统的通信交互协同性作为拓扑协同性指标，其中f表示预先设定的控制目标，表示节点i的邻居节点集合，基于策略博弈方法，获取能够达到最大拓扑协同性的拓扑策略，将需要执行的重构策略传递给多域无人系统，同时将异常情况反馈给策略调度，实现多域无人系统的拟态防御重构，提高无人系统的内生安全。
附图说明
[0008]
图1为本发明拓扑攻击下多域无人系统的拓扑重构方法结构框图；
[0009]
图2为本发明拓扑攻击补偿及基于策略博弈的动态冗余拓扑重构系统结构图。
具体实施方式
[0010]
下面以包含区域1、区域2、区域3的多域无人系统为例，结合附图详细描述本发明的技术方案。
[0011]
针对多域无人系统的拓扑攻击主要通过对子系统节点状态注入虚假数据，破坏子系统状态信息可信性，以及阻断网络通信连接，破坏多域无人系统网络拓扑连通性，导致多域无人系统无法实现协同控制。本发明所设计的拓扑攻击下多域无人系统的拓扑重构方法，主要包括基于多传感器测量信息的攻击状态观测器设计，攻击节点欺骗信息补偿设计和基于策略博弈的动态冗余拓扑调整策略设计。
[0012]
本发明涉及的多域无人系统具有分布式的通信网络结构，首先引入有向图的概
念，通过有向图表示多域无人系统的网络通信拓扑结构，其中表示网络的节点集{v1,v2,
…
,vn}，为网络的有向边集合ε＝[ε
ij
]n×n表示邻接矩阵，n表示节点数量，如果存在节点vj到节点vi的有向边连接，即则ε
ij
＞0，否则ε
ij
＝0，且令表示从节点vi存在通路的任意节点的集合。定义对角度矩阵其中从而可以获取有向图的拉普拉斯矩阵由于本发明所涉及的为多域无人系统，以表示所研究的第k域无人系统的有向图拓扑，相应域的节点、边缘和邻接矩阵也以k下标号标注。
[0013]
首先，如图2所示的拓扑攻击补偿及基于策略博弈的动态冗余拓扑重构系统结构图，利用多传感器协同感知信息集yn＝{[y
1,1
,y
1,2
,
…
,y
1,m
],
…
,[y
k,1
,y
k,2
,
…
,y
k,m
],
…
}，其中y
k,m
表示第k域第m个无人系统的传感器信息，建立多域无人系统的分布式通信拓扑模型：其中表示第k域第i个无人系统的通信数据节点，表示第k域第i个无人系统与第s域第j个无人系统具有通信交互连接，特别地，当s＝k时，表示同域无人系统节点的连接，表示具有分布式交互节点连接的邻接函数。令针对k域无人系统分布式拓扑节点攻击为a
k,i
，则可以得到在拓扑节点攻击下的多域无人系统通信节点集为其中ak＝{a
k,1
,
…
,a
k,i
,
…
}表示拓扑节点攻击集。除此之外，拓扑攻击通过阻断节点之间的网络通信，即令从而破坏多域无人系统通信拓扑的连通性。令表示拓扑攻击集，基于上述描述可得，拓扑攻击下的多域无人系统模型为
[0014]
然后，针对拓扑攻击对多域无人系统的节点状态信息的窃取、篡改等，采用拓扑攻击下多域无人系统的攻击补偿设计，为了使得节点攻击具有更强的隐蔽性，通常隐蔽攻击的设计是基于零动态模型，即：其中ξ
k,i
为第k域第i个无人系统拓扑节点攻击的辅助变量，d
k,i
、e
k,i
分别为攻击者任意设置的相应维度的零动态增益，且d为赫尔维茨矩阵。针对节点攻击的补偿设计，首先设计节点攻击分布式优化估计器，从而可得节点攻击的估计方程为：其中l
ξki
、k
ξki
分别为第k域第i个无人系统的拓扑节点攻击估计器增益，表示节点状态信息。设计分布式状态估计器的状态观测性能目标函数为其中p
m1
，p
i1
均为相应维度的正定对称矩阵，为了使得分布式状态估计器的估计误差渐进收敛至零，还需满足因此，可以得出如下的多域无人系统分布式状态估计器增益矩阵有约束优化问题采用拉格朗日乘子法，从而可以获取如下的分布式状态估计器增益的优化求解方
法其中δe＞0且令为柔性因子。基于拓扑节点的攻击估计值可以对传感器信号加入补偿项，即
[0015]
进一步地，考虑针对拓扑边缘地拓扑攻击，采用基于策略博弈的动态冗余结构内生安全拓扑重构方法。拓扑攻击除了破坏多域无人系统通信拓扑节点数据的可信性，还可以通过阻断节点的通信连接，对网络拓扑连通性的破坏，进而影响多域无人系统的协同性。拟态是指通过对无人系统本身的结构优化设计，当网络攻击发生时，进一步提高多域无人系统本身的内生安全特性。如图2所示，本发明提出了一种基于策略博弈的多域无人系统动态异构冗余结构内生安全拓扑重构架构，通过对拓扑攻击下网络拓扑的重构，以提高多域无人系统安全状态估计的内生安全特性。首先，利用安全估计获取的多域无人系统的拓扑信息和状态信息，根据网络拓扑演化规律和网络结构稳定性理论，制定的多域无人系统拟态拓扑重构重组方案，建立拓扑调整策略集合s
t
＝{s1,s2,
…
,si,
…
}，根据策略调度环节指令来决定相应的与输入相联接拓扑调整策略s
p
，通过对策略所产生结果的分析，利用策略分发，生成与相应拟态拓扑调整策略等价的执行集合：其中v表示区域1无人系统，c表示为区域2无人系统，b表示区域3无人系统，示区域1无人系统，c表示为区域2无人系统，b表示区域3无人系统，分别表示相应域的拓扑调整策略集合，i表示策略集编号，r
vi
(
·
)、r
ci
(
·
)、r
bi
(
·
)分别表示相应区域内策略分发方式，y
vc
、y
cc
、y
bc
分别表示前述地不同区域无人系统所产生从补偿传感器信号，分别表示相应区域的无人系统通信子网络拉普拉斯矩阵，且建立在不同拓扑调整策略下的收益集，本发明以系统的通信交互协同性作为衡量的标准，其中f表示一致性目标函数，表示节点i的邻居节点集合，基于策略博弈方法，建立多域无人系统的拓扑调整收益集合：
[0016]
[0017][0018]
从而令表示收益集合，多域无人系统在攻击策略{a
(v)
,a
(c)
,a
(b)
}j和拓扑调整策略下的收益，其中h，g分别表示攻击的策略总数和拓扑调整策略总数。针对以上收益集合，求解如下优化问题：
[0019][0020]
s.t.θvlv+l
vt
θv≥0
[0021]
θclc+l
ct
θc≥0
[0022]
θblb+l
bt
θb≥0
[0023]rvt
lv＝0
[0024]rct
lc＝0
[0025]rbt
lb＝0
[0026][0027][0028][0029]
其中为正向量，rc，rb具有与rv相同的定义，且θc，θb具有与θv相同的定义1n表示元素全为1的n维向量。约束条件根据网络的强连通条件而设置，目的是保证所采取的拓扑重构策略是能够令多域无人系统通信网络强连通。最后，通过上述策略博弈获取相应的最优拓扑调整策略，对多域无人系统拟态结构重构决策集所产生的结果进行分析，将需要执行的重构策略传递给多域无人系统，令无人系统在重构策略的指引下重新建立系统之间和域之间的通信拓扑连接，同时将由于重构决策所察觉出来的异常情况反馈给策略调度中心，对策略分发过程进行重新决策，产生新的策略集，当无异常情况反馈时，就将相应的拓扑调整策略作为多域无人机系统的通信拓扑，实现多域无人系统的拟态防御重构，提高无人系统的内生安全。
技术特征：1.一种拓扑攻击下多域无人系统的拓扑重构方法，其特征在于，包括拓扑攻击下多域无人系统的拓扑节点攻击补偿设计、基于策略博弈的动态冗余内生安全拓扑重构系统设计。2.根据权利要求1所述的多域无人系统，其特征在于，利用节点-边缘跨域网络将空域、水域、陆域等不同区域的无人系统相互连接，融合具有云、边、端异构多域通信网络控制技术，保证多域无人系统通信网络的拓扑结构高效性，有效节约控制能量。3.根据权利要求1所述的拓扑攻击,其特征在于，拓扑攻击通过对通信网络节点数据和拓扑连接的破坏，使得多域无人系统的异构网络拓扑产生大量不匹配节点，且冗余的网络拓扑边缘的缺失，使得多域无人系统通信网络对拓扑节点信息和拓扑边缘的缺失极为敏感，无法保证多域无人系统的网络拓扑的协同性、鲁棒性与安全性。4.根据权利要求1所述的多域无人系统的拓扑节点攻击补偿设计，其特征在于，基于拓扑节点攻击估计器，通过攻击估计器增益的优化，获取拓扑节点攻击的最优补偿值，实现对节点信息可靠性重塑。5.根据权利要求1所述的基于策略博弈的多域无人系统动态冗余结构内生安全拓扑重构设计，其特征在于，利用多域无人系统的拓扑邻接矩阵信息，建立基于动态冗余结构多域无人系统内生安全拓扑调整策略集，根据策略调度环节指令来决定相应的与输入相连接的拓扑调整策略，通过策略分发，生成与相应拓扑调整策略等价的执行集合，利用策略博弈最优收益下的拓扑调整策略，将需要执行的重构策略传递给多域无人系统，同时将异常情况反馈给策略调度，构建多域无人系统的内生安全拓扑重构防御体系。
技术总结本发明涉及多域无人系统基于策略博弈的动态冗余结构拓扑重构方法。本发明公开了一种拓扑攻击下多域无人系统的拓扑重构方法，通过拓扑攻击下的异构多域无人系统的多传感器信息，获取多域无人系统的分布式交互状态空间模型，在此基础上设计分布式扩展拓扑节点攻击状态观测器，通过优化估计误差值，设计最优的观测器增益，获取拓扑节点攻击估计值，从而利用控制器的设计实现对拓扑节点攻击的补偿，提高多域无人系统的网络节点状态信息可惜性；进一步地，利用重塑的节点状态信息，基于动态冗余结构的拟态设计方法，获取无人系统的拓扑变换策略执行集，利用重构策略的策略博弈表决产生的调整策略结果，对多域无人系统进行拓扑重构，提高多域无人系统的内生安全。提高多域无人系统的内生安全。提高多域无人系统的内生安全。
技术研发人员：张龙杰 陈勇 潘成伟 刘越智 李猛 唐辉 贺叶杰
受保护的技术使用者：电子科技大学
技术研发日：2022.04.19
技术公布日：2022/7/5
