南京邮电大学邓超教授团队 | DoS攻击下非线性多智能体系统的弹性协同非凸优化控制

发布时间：2026-08-16来源：中国科学杂志社

引用本文: Fan S, Yan H C, Che W W, et al. Cooperative resilient nonconvex optimization control for nonlinear MASs under DoS attacks. Sci China Inf Sci, 2026, 69: 172207, doi: 10.1007/s11432-025-4919-0

研究意义

在多智能体协同控制中，信息交互是实现一致性与完成全局优化任务的关键。然而在实际网络环境下，通信链路常常受到干扰，甚至可能遭遇DoS攻击，从而削弱协作效率，导致任务失败。同时，许多工程场景中的优化目标本身具有非凸特性，使得传统依赖强凸假设或理想通信条件的优化算法难以有效应用。因此，构建一种在通信中断条件下仍能保持协作能力，并能处理非凸优化与非线性动力学的控制方法，对于保障多智能体系统在复杂环境中的稳定可靠运行具有重要意义，并有助于推动其在智能制造、机器人集群和智能交通等领域的实际应用。

本文工作

本文提出了一种新的弹性协同非凸优化控制框架，该框架由弹性分布式非凸优化算法、光滑轨迹规划器以及基于神经网络的反步法控制器三部分组成。首先，构建了一种弹性分布式非凸优化算法，使多智能体系统在 DoS 攻击影响下仍能够收敛至最优解；其中，全局代价函数满足 Polyak–Łojasiewicz（P–Ł）条件，该条件不要求目标函数具备凸性。随后，利用 Hermite插值生成光滑轨迹，以获得具有良好高阶时间导数性质的新变量。最后，针对一类高阶非线性多智能体系统，设计了一种基于神经网络的反步法控制方案，从而保证系统输出能够有效跟踪最优解。

本文的创新点如下：

(1) 提出了一种新的协同弹性非凸优化控制策略，包括设计弹性分布式非凸优化算法、生成光滑轨迹，以及开发基于神经网络的反步法控制器。

(2) 提出的分布式优化算法在全局代价函数满足Polyak–Łojasiewicz（P–Ł）条件的情况下，可在非凸情形下实现指数收敛，从而突破了传统方法对强凸性条件的依赖。

(3) 通过Hermite插值方法构建了新的光滑轨迹，从而保证多智能体系统在 DoS 攻击环境下仍能实现协同优化目标。

实验结果

本文提出的控制方案在 MATLAB 仿真平台上进行了验证。多智能体系统通过虚拟通信网络进行信息交互，并模拟了间歇性 DoS 攻击对通信链路的干扰。在仿真过程中，通信采样周期设置为 0.001s。

整个仿真过程分为三个阶段。第一阶段对全局非凸代价函数进行设置，并基于Polyak–Łojasiewicz条件构造分布式优化框架，生成各智能体的初始参考点。第二阶段利用Hermite 插值方法构造光滑轨迹，使优化变量具备良好的高阶导数特性，从而保证后续控制器设计的可行性。第三阶段为控制执行部分，通过所提出的基于神经网络的反步法控制器使高阶非线性智能跟踪光滑参考轨迹，并在 DoS 攻击下仍保持协同优化性能。最终仿真结果表明，该控制方案能够在通信中断的情况下实现对最优解的弹性跟踪，验证了所提方法的有效性。

相关阅读

广东工业大学鲁仁全团队 | 基于高斯过程的自适应事件触发在线学习跟踪控制

安徽大学孙长银团队 | 双评价网络自适应振动控制柔性连杆机械臂

同济大学宋若琳,洪奕光,董怡等 | DoS攻击下具有状态约束的非线性系统网络安全控制

郭睿,丰建文,黄廷文等 | 非线性多智能体系统的动态事件触发模型预测控制

电子科技大学李铁山团队 | 拒绝服务攻击下基于强化学习的输入受限多智能体系统人在回路协同优化控制

转载说明：本文系转载内容，版权归原作者及原出处所有。转载目的在于传递更多行业信息，文章观点仅代表原作者本人，与本平台立场无关。若涉及作品版权问题，请原作者或相关权利人及时与本平台联系，我们将在第一时间核实后移除相关内容。