MétaCan
Menu
Retour à la cohorte
Enregistrement W4413267486 · doi:10.1109/tsipn.2025.3592314

Resilient Output Containment of Heterogeneous Multi-Agent Systems Against Byzantine Attacks

2025· article· en· W4413267486 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIEEE Transactions on Signal and Information Processing over Networks · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Memory and Neural Computing
Établissements canadiensUniversity of Alberta
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNational Natural Science Foundation of China
Mots-clésContainment (computer programming)Byzantine architectureComputer scienceByzantine fault toleranceComputer securityDistributed computingHistoryFault toleranceAncient history

Résumé

récupéré en direct d'OpenAlex

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 <inline-formula xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink"><tex-math notation="LaTeX">$[({n+1})f+1]$</tex-math></inline-formula>-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.

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 candidatesaucune
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 enseignants0,930
Score d'incertitude au seuil0,574

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
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 Opus0,010
Tête enseignante GPT0,230
Écart entre enseignants0,220 · 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