ROS下基于Transformer-BiLSTM攻击时机预测方法

本发明提供了ROS下基于Transformer‑BiLSTM攻击时机预测方法，包括基于ROS通信架构构建多机器人系统实验平台；对机器人的物理状态数据、网络流量数据进行采集，构建时序数据集；根据数据的时序依赖关系与全局特征构建Transformer的编码器；构建BiLSTM模型分类模块替代Transformer原有解码器部分并于新构建的Transformer的编码器部分结合；结合后的模型利用时序数据集学习最合适攻击时机与攻击类型的特征，将其按攻击类型进行分类，从而实现多机器人系统网络攻击的攻击时机预测，本方法能够使得网络攻击系统在Leader‑Follower多机器人系统正常运行状态下，自动判断最优攻击时机和攻击类型，且在攻击类型识别精度上高达90％以上，具备良好的应用价值。