买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉大连理工大学申请的专利一种DoS攻击下CPS中基于协议的分布式安全状态估计方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119966696B 。

龙图腾网通过国家知识产权局官网在2025-09-30发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510076783.X，技术领域涉及：H04L9/40；该发明授权一种DoS攻击下CPS中基于协议的分布式安全状态估计方法是由隋天举;冯爽;杨孝煜;叶小楠;马明礼;孙希明设计研发完成，并于2025-01-17向国家知识产权局提交的专利申请。

本一种DoS攻击下CPS中基于协议的分布式安全状态估计方法在说明书摘要公布了：本发明属于工业互联网信息安全领域。公开了一种DoS攻击下CPS中基于协议的分布式安全状态估计方法。该方法旨在解决复杂通信网络环境中，攻击者通过发动DoS攻击造成通信数据丢失，从而引发的安全性问题。随着CPS的广泛应用，其在多个领域中的安全性和可靠性成为亟待解决的关键问题。本发明基于冗余信道和轮询协议的结合，提出了一种新型的分布式安全状态估计方法，能够有效抑制由网络攻击引起的状态估计误差，并提高在恶劣网络环境下无线网络通信的可靠性。

本发明授权一种DoS攻击下CPS中基于协议的分布式安全状态估计方法在权利要求书中公布了：1.一种DoS攻击下CPS中基于协议的分布式安全状态估计方法，用于离散时间随机状态饱和系统；其特征在于：步骤一，在每个传感器节点和远程估计器之间设计冗余信道，冗余信道的数量大于2，通过伯努利随机变量描述每条信道是否受到DoS攻击的影响；步骤二，采用轮询协议调度机制，按照预定的周期性调度顺序调度传感器节点发送数据给远程估计器，减少数据冲突和自然数据包丢失；步骤三，引入状态饱和机制，在状态估计的过程中限制系统状态的变化，更真实地描述系统的物理行为；步骤四，采用分布式递归滤波算法，计算每个时刻的滤波误差协方差，并通过调节滤波器参数最小化误差，优化系统的状态估计精度； 所述的步骤一具体为：为每个传感器节点与远程估计器之间的通信通道配置W条冗余信道；每条信道成功传输信息的概率被视为一个独立的伯努利随机变量取值0或1，概率如下：用于描述在任一时刻该信道是否受到DoS攻击的影响，其中是一个已知标量；通过这种方式，系统能够根据不同信道的工作状态动态选择最佳的传输路径，以提高数据传输的成功率，确保即使在恶意攻击的环境下，仍能保证数据的可靠交付；传感器的测量方程可以描述为： 其中，代表传感器i在k时刻的测量输出，xk是目标系统不可观测的状态，νk表示测量噪声，Di,k是已知具有适当维数的时变矩阵； 所述的步骤二具体为： 引入了基于时间的轮询协议；每个传感器节点按照规定的轮询协议调度顺序依次向远程估计器发送数据；该协议能够避免多个传感器同时占用信道而导致的数据冲突问题，并通过优化调度机制，在数据传输的过程中减少丢包率，确保通信的高效性；让表示通过轮询协议传输后，相应估计器j接收到的数据，定义如下： 其中，ny是测量输出的向量维度、t是一个从0到ny‑1的普通数字、yj,k‑t代表传感器j在k‑t时刻的测量输出，当k‑t≤0时，yj,k‑t＝yj,0，δu是Kronecker函数，指数并且ηk‑t满足所述的步骤三具体为： 引入状态饱和机制以考虑系统状态的物理约束；每个传感器节点的状态数据会受到硬件能力和控制策略的限制，因此系统在执行状态估计时，必须对这些物理约束进行建模；通过引入状态饱和模型，真实地描述系统的行为，并在滤波过程中对状态变量进行限制，防止系统由于过度估计或过度修正导致的不稳定现象；现将物理过程建模成一个随机离散的时变状态饱和系统： xk+1＝σAkxk+Bkuk+wk其中，是已知控制输入，是一个具有协方差的零平均过程噪声； 和是已知维数的矩阵，为饱和函数，其定义如下： 当s＝1,2,…,nx时，是饱和水平；nx是目标系统不可观测的状态向量维度； 所述的步骤四具体为： 每个传感器节点不仅利用自身的数据进行状态估计，还与其邻近节点共享信息，以提高估计的准确性；滤波算法是通过解差分方程，计算每个时刻的滤波误差协方差PK，并根据设计参数Kk对其进行最小化；在每一时刻，通过计算该协方差的上界并进行优化，最终实现对系统状态的精确估计；基于上述步骤，相应的分布式递归滤波器可以表示为： 其中为了简化符号定义了以下表达，Ak、Bk是两个已知合适维度的时变矩阵、是nx×nx维度的单位矩阵、是ny×ny维度的单位矩阵、是扩展到N个传感器下的增广，是uk在N个传感器下的增广，uk为已知的控制输入； 定义第i个滤波器的误差为：设μii＝1,2,3,4为正标量，初始条件为Kk已知，则每个时刻的滤波误差协方差上界可以计算得： 其中，是Hadamard乘积，是wk在N个传感器下的增广，wk是零均值的过程噪声、是vk在N个传感器下的增广，vk是零均值的测量噪声、是每个传感器k‑i时刻的D在N个传感器下的增广，D1,k‑i表示第1个传感器在k‑i时刻已知的具有合适维数的时变矩阵，是在N个传感器下的增广； 通过求解即可求得使滤波误差协方差上界可以达到最小的参数Kk。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人大连理工大学，其通讯地址为：116024 辽宁省大连市甘井子区凌工路2号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。