兰州理工大学祝超群获国家专利权
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!
龙图腾网获悉兰州理工大学申请的专利混合网络攻击下CPS无模型自适应预测控制方法及系统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:CN120065728B 。
龙图腾网通过国家知识产权局官网在2025-12-26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:202510193173.8,技术领域涉及:G05B13/04;该发明授权混合网络攻击下CPS无模型自适应预测控制方法及系统是由祝超群;吴义春;王志文;杨彬;张磐;刘淑慧;李天成;祖文博设计研发完成,并于2025-02-21向国家知识产权局提交的专利申请。
本混合网络攻击下CPS无模型自适应预测控制方法及系统在说明书摘要公布了:本发明涉及网络安全技术领域,具体涉及一种混合网络攻击下CPS无模型自适应预测控制方法及系统,方法包括:构建非线性信息物理系统的数据模型;对建立的数据模型进行动态线性化,得到线性化后的数据模型;基于线性化后的数据模型,构建非周期DoS攻击和随机FDI攻击下信息物理系统的无模型自适应控制器,并设计无模型自适应控制器的预测控制算法;引入跟踪误差有界的评价指标,基于设计的预测控制算法对信息物理系统进行安全控制,使得信息物理系统的输出在收到混合网络攻击时仍能稳定跟踪参考信号。本发明在混合网络攻击下仍能保证系统对参考信号的稳定跟踪,提高了对系统不确定性和复杂性的适应能力。
本发明授权混合网络攻击下CPS无模型自适应预测控制方法及系统在权利要求书中公布了:1.一种混合网络攻击下CPS无模型自适应预测控制方法,其特征在于,包括以下步骤: S1、构建非线性信息物理系统的数据模型;非线性信息物理系统的数据模型的表达式为: yt+1=fyt,...,yt-ny,ut,...,ut-nu 其中,ny,nu分别表示输出信号yt和输入信号ut的未知阶数,且f·表示未知的非线性函数;t表示离散时间的时刻; S2、对建立的数据模型进行动态线性化,得到线性化后的数据模型;S2包括: f·关于输入信号ut的偏导数是连续的,且非线性信息物理系统满足广义Lipschitz的条件,对于任意时刻t时,输入信号ut≠0,存在伪偏导数φt,使得S1中构建的非线性信息物理系统的数据模型被构造成以下动态线性化数据模型 Δyt+1=φtΔut 其中,|φt|≤k,k表示一个正常数;Δyt+1表示系统输出在时间t+1时刻的增量;Δut表示输入增量; S3、基于线性化后的数据模型,构建非周期DoS攻击和随机FDI攻击下非线性信息物理系统的无模型自适应控制器,并设计无模型自适应控制器的预测控制算法;定义为DoS攻击的时间段,为没有DoS攻击的时间段,攻击开始和结束时间分别定义为和 设计量测信道中的非周期DoS攻击和随机FDI攻击表示为: 其中,βt表示满足伯努利分布的随机变量;ψt=gtyt+ωt,表示随机FDI攻击信号,gt表示随机乘性攻击系数,ωt表示随机加性攻击系数;zat表示无模型自适应控制器接收到的用于计算控制信号的系统输出; 假设其中,Prob{·}表示随机变量的概率;随机乘性攻击系数gt满足随机加性攻击系数ωt满足其中,E{·}表示期望,表示随机FDI攻击的乘性攻击信号能量,表示FDI加性信号攻击能量; S4、引入跟踪误差有界的评价指标,基于设计的预测控制算法对非线性信息物理系统进行安全控制,若非线性信息物理系统的输出满足评价指标,则说明非线性信息物理系统的输出能跟踪参考信号,若非线性信息物理系统的输出不满足评价指标,则重复S3-S4,直至非线性信息物理系统的输出能跟踪参考信号。
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兰州理工大学,其通讯地址为:730050 甘肃省兰州市兰工坪287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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励