SwePub
Sök i SwePub databas

  Utökad sökning

Träfflista för sökning "id:"swepub:oai:DiVA.org:kth-313623" "

Sökning: id:"swepub:oai:DiVA.org:kth-313623"

  • Resultat 1-1 av 1
Sortera/gruppera träfflistan
   
NumreringReferensOmslagsbildHitta
1.
  • Liu, Hanxiao, et al. (författare)
  • How vulnerable is innovation-based remote state estimation : Fundamental limits under linear attacks
  • 2022
  • Ingår i: Automatica. - : Elsevier BV. - 0005-1098 .- 1873-2836. ; 136, s. 110079-
  • Tidskriftsartikel (refereegranskat)abstract
    • This paper is concerned with the problem of how secure the innovation-based remote state estimation can be under linear attacks. A linear time-invariant system equipped with a smart sensor is studied. A metric based on Kullback–Leibler divergence is adopted to characterize the stealthiness of the attack. The adversary aims to maximize the state estimation error covariance while stay stealthy. The maximal performance degradations that an adversary can achieve with any linear first-order false-data injection attack under strict stealthiness for vector systems and ε-stealthiness for scalar systems are characterized. We also provide an explicit attack strategy that achieves this bound and compare this attack strategy with strategies previously proposed in the literature. Finally, some numerical examples are given to illustrate the results. 
  •  
Skapa referenser, mejla, bekava och länka
  • Resultat 1-1 av 1
Typ av publikation
tidskriftsartikel (1)
Typ av innehåll
refereegranskat (1)
Författare/redaktör
Johansson, Karl H., ... (1)
Xie, L. (1)
Ni, Y (1)
Liu, Hanxiao (1)
Lärosäte
Kungliga Tekniska Högskolan (1)
Språk
Engelska (1)
Forskningsämne (UKÄ/SCB)
Teknik (1)
År
2022 (1)

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy