一种多智能体系统的安全一致性控制方法技术方案

本发明专利技术属于多智能体系统控制领域，具体为一种多智能体系统的安全一致性控制方法；针对多智能体系统中任一正常智能体，控制方法包括：将包含自身信息和邻居时延信息的序列进行升序，移除序列中不在安全域内的状态值，从而得到预处理后的新序列；计算出新序列的平均值和标准差，以距离平均值一个标准差为约束条件；剔除新序列中不在约束条件内的状态值；直至新序列中保留的状态值全部满足约束条件；利用保留的邻居信息进行自身状态更新。本发明专利技术能够对正常智能体的所有邻居信息都进行恶意值判断，增强了系统的抗攻击能力。

A Security Consistency Control Method for Multi-Agent Systems

【技术实现步骤摘要】
一种多智能体系统的安全一致性控制方法
本专利技术属于多智能体系统控制领域，特别针对了含有恶意智能体的多智能体系统安全一致性控制方法，具体为一种多智能体系统的安全一致性控制方法。
技术介绍
多智能体系统(multi-agentsystems，简称MASs)是一种全新的分布式计算技术。自20世纪70年代出现以来得到迅速发展，目前已经成为一种进行复杂系统分析与模拟的思想方法与工具。近年来，受群集行为的启发多智能体系统的协调控制研究已经在无线传感器网络、无人机编队、卫星编队和集群航天器探空探测等领域广泛应用，成为当下控制领域的研究热点。然而，系统所存在的现实环境越来越复杂，众所周知，网络中时延是普遍存在的，并且复杂环境中存在专门使通信链路产生时延的恶意节点。因此，面向时延多智能体系统的安全问题成为当前一个重要的科研问题，同时也具有很大的现实意义和应用价值。目前，对于存在恶意节点的多智能体系统，安全一致性算法大多采用攻击容忍类算法，其允许恶意节点存在于系统中，并设计一种约束条件来降低攻击造成的影响，最后使系统实现安全一致。然而，传统安全一致性算法需要满足较高的网络连通度要求，并且所能抵御的恶意节点数较少。为此，如何有效减少网络连通度要求又能面对更多恶意节点的攻击成为学者们的研究重心。此外，多智能体系统中存在着一些复杂情况，如邻居恶意节点状态值有利于状态更新的情况以及邻居正常节点不利于状态更新的情况；因此，需要一种约束条件来判断各邻居信息是否为最优信息，即该信息始终在约束条件范围内，是则保留否则排除，最后靠保留的若干最优邻居信息进行状态收敛。在状态收敛过程中，正常节点不必知晓网络的拓扑结构，也不必判断邻居节点类型，仅需要安全一致性算法筛选出最优信息进行状态更新。现有的安全一致性算法的约束条件有两类：(1)直接选取邻居信息序列的中位数作为唯一最优信息进行状态更新；例如文献张霓等人提出的基于中间状态值的多智能体系统安全一致性控制。该方法仅仅选取邻居信息序列的中位数进行状态更新，增大了自身状态更新的偏差；需要满足较高的网络连通度，即r-健壮图；网络拓扑采用固定通信拓扑，无法应对灵活可变的恶意节点。(2)通过自适应参数移除邻居信息序列中的极大值或者极小值，以保留的信息进行状态更新；例如中国专利CN105467839A中提出的一种具有抵抗恶意攻击和通信时延能力的安全趋同控制方法，该方法通过构建自适应删减参数，从而自适应地删减接收的信息个数，最终实现所有正常智能体的状态一致性，但该方法也需要满足较高的网络连通度，即r-健壮图；所能抵御的恶意节点数单一，即网络连通度满足2-健壮图时任一正常节点只能被一个恶意节点攻击。综上，目前这些安全一致性算法并未对所有邻居信息都进行最优值判断，增大了自身状态更新的偏差和恶意节点对多智能体系统状态的影响。此外，系统中正常节点构成的拓扑需要较高的连通度，增大了各节点的计算和通信能力，增加了控制成本。
技术实现思路
为了解决上述
技术介绍
提出的技术问题，本专利技术旨在提供一种多智能体系统的安全一致性控制方法，降低恶意节点对正常节点的影响，减小自身状态更新的偏差，节约智能体系统的控制成本，提高多智能体系统的鲁棒性和抗干扰能力。本专利技术的一种多智能体系统的安全一致性控制方法，包括以下步骤：步骤1、对于多智能体系统中进行状态收敛的任一正常智能体，将包含自身状态值和邻居状态值的序列进行升序排列，移除序列中不在安全域内的状态值，从而得到预处理后的新序列；步骤2、计算出新序列的平均值和标准差以距离平均值一个标准差为约束条件；剔除新序列中不在约束条件(x-s,x+s)内的状态值；直至序列中保留的邻居状态值全为最优值，即邻居状态值始终满足约束条件；步骤3、将步骤2中经约束条件处理后保留的状态值对应的最优邻居节点集，即最优邻居状态值对应的节点(智能体)集合；均采用一致性控制协议进行处理；其中，一个节点代表一个智能体。进一步的，所述安全域包括多智能体系统中各正常智能体初始状态的最大值M(0)和最小值m(0)构成的范围[m(0),M(0)]。进一步的，所述一致性协议包括：其中，ui(t)表示节点vi在t时刻的控制输入；Mi(t)表示在t时刻保留的最优邻居节点集；aij为节点vi与节点vj的连接权重，ai,j≥0，且n表示节点也即智能体的个数；Tij表示节点vj到节点vi的通信时延；xi(t)表示节点vi在t时刻的状态值。进一步的，所述一致性控制协议还包括控制系统的闭环方程，记录下一时刻的状态值表示为：其中，xi(t+1)表示节点vi在t+1时刻的状态值；当节点vi采用节点vj的信息时，ηij(t)＝1，否则ηij(t)＝0,本专利技术的有益效果：1、本专利技术能够使得正常智能体在状态更新时移除恶意邻居信息，保留最优信息；且以保留的最优信息进行状态更新。2、本专利技术考虑了各智能体之间的通信时延，同时适用于固定通信拓扑和时变通信拓扑，所设计的安全一致性算法具有较强的鲁棒性和抗干扰性。3、本专利技术对正常节点的各邻居时延信息都进行了最优值判断，并没有仅仅选取信息序列的中位数作为唯一最优信息进行状态更新，减小了自身状态更新的偏差，本专利技术更具有一般性。4、本专利技术中的控制方法降低了正常节点拓扑连通度要求，即任一正常节点被至多一个恶意节点攻击时，本专利技术中正常节点拓扑只需满足1正则有向图，也即任一正常节点入度为1；增加了系统中正常节点能抵御的恶意节点数，当正常节点拓扑连通度相同时，即任一正常节点的入度为2，本专利技术可以保证任一正常节点在任意时刻被至多三个恶意节点攻击，多智能体系统被至多八个恶意节点攻击。附图说明图1为任一正常节点任意时刻被至多一个恶意节点攻击时实施例2采用的多智能系统拓扑图；图2为任一正常节点任意时刻被至多三个恶意节点攻击时实施例3采用的多智能系统拓扑图；图3为实施例2中正常节点拓扑满足1正则有向图时，各节点状态演化曲线图；图4为实施例3中正常节点拓扑满足2正则有向图时，各节点状态演化曲线图；图5为实施例3中恶意节点放弃攻击时，各节点状态演化曲线图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。实施例1本实施例的一种多智能体系统的安全一致性控制方法，可参考包括以下步骤：步骤一：对于系统中进行状态收敛的任一正常智能体，将t时刻包含邻居时延信息和自身信息的序列作升序排序，利用系统的安全域对其进行预处理，即移除序列中不在安全域内的恶意节点状态值，得到预处理后的新序列。其中，安全域表示多智能体系统中各正常智能体初始状态的最大值M(0)和最小值m(0)构成的范围[m(0),M(0)]；其中Vo表示正常节点集。步骤二：计算出新序列的平均值和标准差以距离平均值一个标准差为约束条件，即利用对新序列进行恶意值的判断与剔除，剔除不在约束条件内的状态值。然后再利用约束条件对操作后的序列进行判断与剔除，直至在约束条件下序列中保留的邻居状态值全为最优值。步骤三：将步骤2中经约束条件处理后保留的状态值对应的最优邻居节点集，均采用一致性控制协议进行处理；并确定出下一时刻的状态值；如下：其中，ui(t)表示节点vi在t时刻的控制输本文档来自技高网...

【技术保护点】
1.一种多智能体系统的安全一致性控制方法，其特征在于，所述方法包括以下步骤：步骤1、对于多智能体系统中进行状态收敛的任一正常智能体，将包含自身状态值和邻居状态值的序列进行升序排列，移除序列中不在安全域内的状态值，从而得到预处理后的新序列；步骤2、计算出新序列的平均值

【技术特征摘要】
1.一种多智能体系统的安全一致性控制方法，其特征在于，所述方法包括以下步骤：步骤1、对于多智能体系统中进行状态收敛的任一正常智能体，将包含自身状态值和邻居状态值的序列进行升序排列，移除序列中不在安全域内的状态值，从而得到预处理后的新序列；步骤2、计算出新序列的平均值和标准差以距离平均值一个标准差为约束条件；剔除新序列中不在约束条件内的状态值；直至序列中保留的邻居状态值全为最优值，即邻居状态值始终满足约束条件；步骤3、将步骤2中经约束条件处理后保留的状态值对应的最优邻居节点集，均采用一致性控制协议进行处理；并确定出下一时刻的状态值；其中，一个节点代表一个智能体。2.根据权利要求1所述的一种多智能体系统的安全一致性控制方法，其特征在于，所述安全域包括多智能体系统中...

【专利技术属性】
技术研发人员：纪良浩，高炎秋，于南翔，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50