摘要
本发明公开了一种CPS抵御FDIA的安全检测和控制的方法,涉及深度强化学习和安全控制技术领域,方法包括:CPS环境初始化;CPS状态获取;利用局部测量值和局部估计值计算局部差异;通过基于改进的PPO算法的深度强化学习进行阈值分析,并将动态阈值和计算出的局部差异进行比较,确定CPS是否受到攻击;并采用事件触发的模型预测控制方法进行干预,以抵御FDIA对CPS的攻击。本发明能够根据环境变化和历史数据自动调整检测策略,从而适应各种不同的攻击模式;且增强了DRL算法的鲁棒性,提高了系统的安全性和可靠性;还能够在检测到FDIA后快速启动,对系统进行预测和调整,从而快速恢复系统的稳定性。
技术关键词
模型预测控制方法
深度强化学习
对抗性
非线性系统
扩展卡尔曼滤波器
估计误差
样本
算法
网络
恢复系统
噪声
协方差矩阵
策略
动态
命令
鲁棒性
序列
系统为您推荐了相关专利信息
决策规划方法
轨迹规划器
深度强化学习模型
SAC算法
智能车辆
时间控制方法
非线性系统
滤波器
径向基函数神经网络
动态面控制方法
五相永磁电机
电流控制器
故障诊断模块
开路故障诊断
响应面模型
电网运行方式
网络
节点
电力系统运行方式
深度强化学习模型
健康状态估计方法
扩展卡尔曼滤波器
协方差矩阵
遗传算法
车载燃料电池