在网络物理系统上的最佳严格隐形攻击设计：一种数据驱动的方法

在本文中，研究了针对随机线性不变系统的数据驱动最佳严格隐形攻击设计问题，旨在在有限能量约束下最大化系统性能降级，并绕过基于奇偶空间的攻击检测器。重要的是，提议的攻击策略不假设攻击者已知系统的知识。提出了一种新型的严格隐形攻击序列（SSAS），同时协调传感器和执行器信号，并提供了此类攻击存在的充分必要条件。具体而言，SSAS 被参数化为一个特定矩阵的零空间中的向量，该矩阵由奇偶矩阵和系统马尔可夫参数构建。为了实现数据驱动的攻击，采用了修改后的子空间识别方法，通过闭环数据实现所需参数的无偏估计。在此基础上，攻击设计被表述为一个约束优化问题，并给出了解的明确解，以表征最佳严格隐形攻击。最后，从参数选择的角度分析了网络物理系统的脆弱性，针对基于奇偶空间的检测器进行了案例研究以验证所提出方法的有效性.