多智能体系统如何防范拒绝服务攻击？

在高度互联的工业与数字时代，智能设备的协同无处不在，例如机器人编队、智能电网调控以及自动驾驶车队等。这些系统通常被称为“多智能体系统”（Multi-Agent Systems, MAS）。在这些系统中，各个智能体需要通过无线网络与周围的伙伴进行信息交互，以实现整体的“趋同”（Consensus），即步调一致、状态收敛。

然而，无线通信网络也时刻面临着来自网络空间的威胁。其中，最常见且具有破坏性的威胁之一便是拒绝服务（DoS，Denial-of-Service）攻击。攻击者通过恶意干扰或切断通信链路，导致智能体之间无法正常收发数据。就像是必须依靠对讲机保持阵型的飞行编队中，突然有人加入了强力干扰电台，让队员们陷入了“失联”状态。为了解决这一难题，研究人员提出了一种创新的事件触发控制策略，确保多智能体系统在遭受周期性能源有限的DoS攻击时，依然能够安全、有序地实现协同趋同。

传统的控制方法需要智能体之间进行持续不断的信息交互，这不仅极大地消耗了网络带宽，也给恶意攻击者留下了更多可乘之机。为了克服这一缺陷，研究团队引入了事件触发控制（ETC）理念，核心思想就是：“只有必要时，才进行通信”。

研究人员设计了一种特殊的事件触发协议，并建立了两套不同的组合测量方式：一套对应“领航者与跟随者（Leader-Follower）”之间，另一套对应“跟随者与跟随者（Follower-Follower）”之间。

图1展示了这种基于时间序列的攻击与防御策略：基于时间序列的攻击策略示意图（以周期  为例）。整个周期  被划分为两部分：红色代表没有DoS攻击的安全通信区域 ，绿色代表DoS攻击活跃的攻击区域 。

在这个框架下，智能体并不是每时每刻都在向网络发送数据，而是通过触发条件判断当前状态误差是否超过了阈值。只有误差超标时，才会触发一次数据更新；而在安全的通信区内，通过合理调度能够有效降低控制器更新的频率，从而极大地节省网络资源。 为了验证该理论的有效性，研究团队进行了一组模拟实验。实验设计了包含1个领航者和4个跟随者的多智能体系统。

文章中的图2展示了在周期  秒、且设定统一的攻击时间下，DoS攻击在多个周期内的交替出现情况。DoS攻击的时间序列（以  为例）。红色条块表示攻击激活区域，此时通信网络遭到破坏，信息无法交互。

图2所对应的攻击背景下，研究人员记录了各个智能体的事件触发时刻。文章的图3呈现了这一结果：在安全通信区域内，四个智能体会根据自身状态自主触发通信更新；而在红色的攻击区域内，由于网络被切断，没有任何事件被触发。

研究人员通过Lyapunov稳定性理论和归纳法，推导出了系统能够实现安全趋同的充分条件，并通过数学方法证明了该协议能够有效排除“芝诺行为”（Zeno behavior，即在有限时间内发生无限次触发的异常现象）。最终的仿真结果印证了理论推导。

图4：五个智能体的状态演化轨迹。尽管在初期受到扰动且网络中不断穿插着DoS攻击的干扰，各个跟随者（虚线）的轨迹最终都成功追随上了领航者（红线）的轨迹，实现了完美的协同趋同。

图6：总趋同误差的演化。从曲线可以看出，总误差随着时间推移不断衰减，最终平稳收敛趋近于零，证明该控制策略在对抗周期性拒绝服务攻击时的较好稳定性。

学者介绍：徐勇，北京理工大学自动化学院教授、博士生导师，国家自然科学基金优秀青年科学基金获得者。主要研究方向包括集群无人系统分布式协同控制、网络化系统攻击检测、安全分析与防御控制，以及强化学习、数据驱动与机器学习等人工智能方法，聚焦无人车/无人机集群路径规划、决策与协同编队控制等问题。

DOI：10.1109/TCYB.2019.2918402

已收藏 0

点赞 0