基于深度强化学习的网络化控制系统数据注入攻击方法

摘要：

针对具有多个子系统的网络化控制系统,研究了数据注入攻击的策略优化问题.针对该混合策略非凸优化问题,提出基于演员-评论家(actor-critic)框架的混合策略深度强化学习算法,该算法的Actor网络用于求解虚假数据注入攻击的连续部分,即篡改数据值的计算;Critic网络除了评估动作值外,还用来求解攻击的离散部分,即攻击位置的选择.在此基础上,给出相应的网络参数更新规则和训练流程,得到虚假数据注入攻击的优化策略,并通过仿真实验验证了该方法的有效性.

关键词：网络化控制系统、数据注入攻击、深度强化学习

所属期刊栏目：43

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金61905303

在线出版日期：2022-10-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：428-434