执行器网络攻击下协同机器人自适应安全控制

Security control is a key research topic in the development of cooperative robotic systems. However, cyber attacks on actuators, with a characterization of uncertain attack source, dramatically degrade robotic performances, and even result in the insecurity. This proposal will investigate adaptive secure control of cooperative robotic systems against actuators cyber attacks. In particular, the relationship between the actuator attacks and uncorrupted robotic systems is first studied with a aim to establish one unified control framework for the attack modeling, adaptive compensation, and parameter designs. For controllable attack cases, we improve transient robotic performances by using an adaptive dynamical gain based approach, and further exploring its stability analysis method. For uncontrollable attack cases, a self-neighborhood confidence based separation approach is proposed to redesign the adaptive schemes with the capacity of deterministic learning, and to provide the security for the cooperative robotic systems against hijacked actuators. This proposal has a potential to overcome the barrier of actuator attacks, and to significantly improve the security of cooperative robotic systems.

如何保证控制安全是当前协同机器人技术发展亟需解决的关键问题。而执行器网络攻击具有来源不确定、攻击破碎化以及监测感知困难等特征，这严重威胁了机器人系统的安全运行。本项目将针对执行器网络攻击，探讨协同机器人安全控制方法：1）通过分析执行器攻击源与被攻击机器人状态之间的耦合关系，着重研究执行器网络攻击的控制建模、自适应补偿以及参数设计等可控理论；2）在执行器网络攻击可控前提下，研究基于暂态安全性能的自适应动态增益方法，并完善相应的稳定性分析方法，进一步提升协同机器人系统的瞬时安全指标；3）当执行器网络攻击不可控时，构建协同机器人己-友联合置信隔离方法，在执行器网络劫持攻击下完成自适应控制策略的重构与精确学习。本项目的实施将有效地克服恶意执行器网络攻击的控制困难，有利于提升协同机器人系统的安全性能。

如何保证控制安全是当前协同机器人技术发展亟需解决的关键问题。而执行器网络攻击具有来源不确定、攻击破碎化以及监测感知困难等特征，这严重威胁了机器人系统的安全运行。针对执行器网络攻击，本项目探讨协同机器人安全控制方法：1）通过分析执行器攻击源与被攻击机器人状态之间的耦合关系，着重研究执行器网络攻击的控制建模、自适应补偿以及参数设计等可控理论；2）在执行器网络攻击可控前提下，研究基于暂态安全性能的自适应动态增益方法，并完善相应的稳定性分析方法，进一步提升协同机器人系统的瞬时安全指标；3）当执行器网络攻击不可控时，构建协同机器人己-友联合置信隔离方法，在执行器网络劫持攻击下完成自适应控制策略的重构与精确学习。基于本项目研究结果，在IEEE trans和Automatica发表多篇期刊论文，并在国际会议上完成一次邀请报告。