1、中文题目：虚假数据注入攻击下基于回声状态网自适应动态规划的多智能体系统分布式动态事件触发控制
2、英文题目：Distributed Dynamic Event-Triggered Control for Multiagent Systems Under FDI Attack via ESN-Based Adaptive Dynamic Programming
3、作者信息：弓镇宇，杨飞生*，刘冲，麻争娅
4、发表刊物：IEEE Transactions on Cybernetics，期刊旨在推动控制论的前沿技术创新。最新影响因子10.5，为中科院SCI一区TOP期刊。
5、索引信息：Z. Gong, F. Yang, C. Liu and Z. Ma, "Distributed Dynamic Event-Triggered Control for Multiagent Systems Under FDI Attack via ESN-Based Adaptive Dynamic Programming," IEEE Transactions on Cybernetics, DOI: 10.1109/TCYB.2025.3574450.
6、论文简介：
多智能体系统整合了物理对象和通信网络，保证信息安全是确保多智能体系统平稳运行的重要条件。虚假数据注入（false data injection，FDI）攻击者可向通信传输过程中注入误导性数据，导致标称控制协议失效，需开发安全控制协议消除FDI攻击影响。常规的控制策略按固定采样周期更新，而冗余的采样信号释放到通信信道中，无疑增加了通信资源消耗，构建按需触发的控制策略可大大节约通信资源。因此，针对多智能体系统研究兼顾安全性、经济性的分布式控制方案至关重要。
为解决上述难题，论文基于自适应动态规划技术设计了安全一致性控制方案以抵抗FDI攻击。首先，基于滑模观测器技术构建了攻击估计器，引入补偿信号抵消FDI攻击影响，将安全一致性问题转化为最优一致性问题。其次，为节约通信资源，将动态事件触发机制整合到最优控制协议中，实现控制信号的按需触发。求解最优事件触发控制策略依赖于求解偏微分耦合Hamilton-Jacobi-Bellman（HJB）方程。利用双启发式规划算法和单评价神经网络架构可近似求解HJB方程，通过回声状态网估计最优事件触发控制协议。为放松持续激励条件，利用经验回放机制设计了权重更新律以在线训练神经网络。最后，讨论了系统的闭环稳定性，排除了Zeno行为的存在性。
本文是杨飞生课题组于2023年发表在IEEE CDC（控制学科顶会）、2024年发表在IEEE/CAA JAS（影响因子19.2，中科院1区TOP期刊）、2025年发表在IEEE IOTJ（影响因子8.9，中科院1区TOP期刊）上CPS安全控制与强化学习方向的又一TCYB长文系列创新成果。
7、资助信息：本文受到国家自然科学基金、航空科学基金、重庆市自然科学基金支持。
撰稿：弓镇宇
审核：王小旭
