MétaCan
Menu
Retour à la cohorte
Enregistrement W4410114532 · doi:10.1109/tcsi.2025.3564939

Finite-Time Dissipative Tracking Control of Semi-Markov Jump Systems Under Multi-Channel Hybrid Attacks

2025· article· en· W4410114532 sur OpenAlexaff
Ting Shi, Peng Shi, Chee Peng Lim, Mehrdad Saif, Ramesh K. Agarwal

Notice bibliographique

RevueIEEE Transactions on Circuits and Systems I Regular Papers · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueFault Detection and Control Systems
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésDissipative systemControl theory (sociology)JumpTracking (education)Markov chainMarkov processChannel (broadcasting)MathematicsControl systemComputer scienceControl (management)EngineeringPhysicsStatisticsElectrical engineeringTelecommunicationsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This study examines the output tracking control of discrete-time networked semi-Markov jump systems (SMJSs) under cyber-attacks in the framework of finite-time control methodology. Different from most networked systems that employ single-channel communication, this work considers the case of multi-channel communication in the controller-to-actuator networks. Aimed at better reflecting the practical situation, a type of hybrid attacks is taken into consideration, which is a mixture of denial-of-service attacks and false data injection attacks. Subsequently, the dynamic characteristics of hybrid attacks among multiple channels are modeled by two stochastic processes. The goal is to design a state feedback controller such that the resulting closed-loop system is not only finite-time boundedness with dissipative performance but also has robustness against hybrid attacks. Finally, the effectiveness of the proposed novel controller design method is verified by an illustrative example.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,012
Tête enseignante GPT0,222
Écart entre enseignants0,210 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Circuits and Systems I Regular PapersMême sujetFault Detection and Control SystemsTravaux en français237 207