Resilient Output Containment of Heterogeneous Multi-Agent Systems Against Byzantine Attacks
Notice bibliographique
Résumé
This study focuses on addressing distributed Byzantine-resilient output containment issues for heterogeneous continuous-time multi-agent systems. Inspired by the digital twin technology which creates a virtual replica of a physical object or system, a virtual layer named twin layer is introduced in this work, which is parallel to the conventional cyber-physical layer. The twin layer is more secure than the cyber-physical layer, which generates the secure reference trajectory of each agent via real-time data processing and simulation. Moreover, it decouples the resilient output containment against Byzantine attacks (BA) into two defense sub-schemes: One on the twin layer against Byzantine edge attacks (sending wrong and different messages to neighbors) and the other on the cyber-physical layer against Byzantine node attacks (falsifying input signals). On the twin layer, we develop a topology-assignable distributed resilient estimator by utilizing a novel secure centroid approach, which enhances the resilience of the twin layer by adding a minimal fraction of trusted edges. It is proved that achieving strong$[({n+1})f+1]$-robustness towards the leader set is adequate for ensuring the resilience of the twin layer. On the cyber-physical layer, we design a decentralized adaptive controller against Byzantine node attacks and can also handle potential inter-layered controller faults. This novel adaptive controller has the merit of converging exponentially at an adjustable rate, whose error bound can be explicitly stated. Consequently, we manage to address the resilient containment problem against BAs, in which the agents subject to Byzantine node attacks can also achieve output containment instead of just the normal agents. The simulation examples confirm the efficacy of this newly developed hierarchical protocol, where both normal and Byzantine followers converge within the dynamic convex hull formed by the normal leaders.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».