网络化倒立摆系统的偏差攻击及其检测方法

Abstract

为解决网络化控制系统数据完整性的攻击问题，设计了基于网络化倒立摆平台状态信息的偏差攻击，并提出了对应的检测方法.利用Ettercap工具对平台网络成功入侵，对位置数据进行了偏差攻击；结合支持向量机(SVM)方法，使用LibSVM分类器，对倒立摆系统的4种状态信息进行训练、建模和数据分类，并与K最近邻、决策树方法进行对比；在平台上验证了所提出的方法.仿真和实验结果表明，所设计的攻击方法能够改变系统的稳定状态，与常用的机器学习方法相比，SVM在偏差攻击检测的二分类问题上更加优越，能较好地区分掺杂在数据的虚假数据。

洪榛

副院长/教授