摘要
近年来，一致性作为多智能体系统分布式协同控制的基础问题已成为控制及网络安全领域研究的一个重点。现有的大部分安全一致性算法通过设定网络中攻击节点的数目上限来制定防御策略，而常见的Sybil攻击（女巫攻击）可以利用恶意节点伪造的多个身份来突破预设的上限，并使防御算法失效。本文旨在保证在Sybil攻击下多智能体系统的安全一致性任务完成。在总结分析过往研究及工作的基础上，本文对Sybil攻击特性进行研究及建模，并提出应对Sybil攻击的分布式安全一致性算法。主要思路是利用Sybil攻击利用恶意节点生成伪造身份的攻击形式，以及Sybil节点内部关系建立Sybil母子节点的模型，并利用全局和局部Sybil母体节点数目对攻击的不同规模进行描述，来重述系统攻击节点数目上限，并从物理指纹检测和量化一致性研究中获得启发，提出与节点计算相融合的随机标签验证机制。本文的具体研究内容如下: 针对Sybil攻击下固定同步多智能体系统的安全一致性问题，提出一类基于随机标签验证机制的安全一致性控制方法。算法的核心在于利用标签验证以及状态值筛选对Sybil攻击中所有恶意节点进行排除。正常节点先对邻居信息中的标签进行检测，过滤标签相同的Sybil节点信息，然后通过基于安全区间的数据筛选排除Sybil节点的极端信息，从而保证系统的安全一致性。通过理论分析和数学证明给出f-母体全局和f-母体局部不同规模的Sybil攻击模型下，固定同步多智能体系统达到全局共识所需的拓扑条件，并通过仿真实验对在两种不同规模的Sybil攻击下该方法的有效性进行了验证。 针对Sybil攻击下时变异步多智能体系统的安全一致性问题，提出有效应对的安全一致性控制方法。根据系统条件为Sybil攻击模型增加时变的属性及描述，同时在算法中考虑到异步更新的情况，在智能体收集并存储一段时间内接收到的信息后，利用标签验证机制和基于安全区间的数据筛选消除Sybil节点恶意信息的影响后，通过迭代完成多智能体系统一致性任务。然后利用理论分析和数学证明给出了两种不同规模的Sybil攻击下系统达到安全一致性所需的拓扑条件，并通过仿真实验证明所提方法在两种不同规模的Sybil攻击模型下的正确性和有效性。
NETL