基于加解密切换Q学习重放攻击检测的网络化切换系统的安全控制方法技术方案

本发明专利技术公开了一种基于加解密切换Q学习重放攻击检测的网络化切换系统的安全控制方法，包括：构建切换系统模型与控制器模型，得到状态信号和模态信号；构建基于重放攻击检测的事件触发机制，包括误差检测条件，模态匹配条件和攻击检测条件；根据Q学习算法构建基于切换Q学习的重放攻击检测机制，使用事件触发机制和重放攻击检测机制处理触发时刻子系统模态信号和状态信号，得到状态估计值、模态估计值和状态估计残差范数，确定攻击的检测结果；将状态估计值和模态估计值代入控制器模型，得到安全控制器，联立安全控制器、切换系统模型、状态估计器和模态估计器的方程，得到闭环系统的方程；构建基于重放攻击检测的切换规则，根据重放攻击检测结果分析重放攻击下的闭环系统的切换行为，得到系统安全稳定的判断条件，本发明专利技术能够对是否进行重放攻击进行准确的分析，并给出确保切换系统在重放攻击下的安全控制判别条件，实现切换系统的安全控制。

【技术实现步骤摘要】

本专利技术涉及切换系统安全控制，尤其涉及基于加解密切换q学习重放攻击检测的网络化切换系统的安全控制方法。

技术介绍

1、随着现代控制系统逐渐向网络化方向发展，工业系统模型的复杂性也在不断增加。为满足多变的工作环境和提高操作灵活性，许多实际应用中的系统开始展现出多模态特性。同时，对远程空间分布和低成本控制的需求也在不断增长，需要通过网络进行远程监控和控制。面对复杂的工业生产环境，网络化切换系统及其安全控制问题已经成为当前的研究热点。

2、作为一种典型的网络攻击，重放攻击可以记录系统中的合法数据包，并在稍后的时间将其重新发送，由于重放的数据与系统数据相似度较高，重放攻击更有可能成功绕过攻击检测机制的检测。对于重放攻击检测机制，常见设计有增加水印机制、设计加/解密函数以及强化学习的检测方法等，但是这些方法主要着眼于设计检测机制判断状态信号是否受到攻击。事实上，切换系统的切换信号在通过网络传输时也会被重放攻击捕获并重放，即切换系统会受到系统状态信号与切换信号均被重放的攻击，从而引起系统复杂且多次的连续异步切换。这种切换行为不仅难以分析，还极大地增加了系本文档来自技高网...

【技术保护点】

1.一种基于加解密切换Q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，包括：

2.根据权利要求1所述的基于加解密切换Q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，S1构建切换系统模型与控制器模型，得到状态信号和模态信号，包括：

3.根据权利要求1所述的基于加解密切换Q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，S2构建基于重放攻击检测的事件触发机制，所述事件触发机制包括误差检测条件，模态匹配条件和攻击检测条件；使用所述事件触发机制处理所述状态信号和模态信号，得到触发时刻的子系统模态信号和状态信号，包括：

4...

【技术特征摘要】

1.一种基于加解密切换q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，包括：

2.根据权利要求1所述的基于加解密切换q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，s1构建切换系统模型与控制器模型，得到状态信号和模态信号，包括：

3.根据权利要求1所述的基于加解密切换q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，s2构建基于重放攻击检测的事件触发机制，所述事件触发机制包括误差检测条件，模态匹配条件和攻击检测条件；使用所述事件触发机制处理所述状态信号和模态信号，得到触发时刻的子系统模态信号和状态信号，包括：

4.根据权利要求1所述的基于加解密切换q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，所述重放攻击检测机制包括加密措施、解密措施、状态估计措施、模态估计措施和基于q学习的切换q学习方法；

5.根据权利要求4所述的基于加解密切换q学习重放攻击检测的网络化切换系统的安全控制方法，其特征在于，...

【专利技术属性】
技术研发人员：李莉莉，陈亚琳，赵颖，李梦洁，
申请(专利权)人：大连海事大学，
类型：发明
国别省市：