Sequential Greedy Algorithm based Secure State Estimation for Cyber Physical System against Sparse Sensor Attacks

Q: 이 논문에서 정의한 2s-sparse observability란 무엇인가?

2s-sparse observability는 시스템에서 임의의 2s개 센서를 제거한 후에도 시스템이 관측 가능한 상태를 의미한다. 이는 사이버 물리 시스템에서 특정 수의 센서 공격에도 불구하고 시스템 상태를 정확하게 추정할 수 있는 능력을 나타내는 중요한 개념이다.

Q: 순차 탐욕 알고리즘이 사이버 물리 시스템의 보안 상태 추정 문제에 어떻게 기여하는가?

연구 결과, 순차 탐욕 알고리즘(SGA)은 사이버 물리 시스템의 보안 상태 추정(SSE) 문제에서 NP-hard의 조합론적 복잡성을 다항 시간 내에 해결하는 데 기여한다. SGA는 공격받지 않은 센서를 효율적으로 선별하여 계산 비용을 크게 줄이며, 기존 SSE 알고리즘 대비 우수한 성능을 보인다.

김형준; 강동화; 권철현

추천

검색

질문

자료유형: 학술대회자료

저자정보: 김형준 (울산과학기술원) 강동화 (울산과학기술원) 권철현 (울산과학기술원)

저널정보: 제어로봇시스템학회 제어로봇시스템학회 국내학술대회 논문집 2021 제36회 제어로봇시스템학회 학술대회

발행연도: 2021.6

수록면: 587 - 588 (2page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This paper considers the secure state estimation (SSE) problem for a discrete-time linear time invariant system subject to the 𝑠̅-sparse sensor attacks. As reconstructing the state from the corrupted sensor measurements has an intrinsic combinatorial complexity, SSE against 𝑠̅ -sparse sensor attacks is known as NP-hard problem. Most of the existing research has focused on reducing this computational complexity by using convex relaxation and brute force search. However, convex relaxation method requires additional assumptions beyond 2𝑠̅-sparse observabi ... 전체 초록 보기

#Secure state estimation #Sequential greedy algorithm #sparsity test #2𝑠̅-sparse observability

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)