【论文笔记】Robustness improvement strategy of cyber-physical systems with weak interdependency

具有弱相互依赖性的网络物理系统的鲁棒性改进策略

自然灾害—空间局部攻击

部件老化—随机攻击

恐怖袭击—定向攻击

由于经济成本的限制，传感器网络中传感器节点的传输能力受到限制。
数据的传递会消耗路由节点的传输资源。 当传感器节点发生故障时，将发生负载重新分配。
这可能会导致某些过载的节点出现故障。

在此基础上，作者提出了一种传感器网络级联故障的新模型。
将传感器节点分为接收器节点和普通传感器节点。
接收器节点可以计算通用传感器节点给出的功率数据，并将这些处理后的数据发送回通用传感器节点以调整功率节点的构造。
因此，所有数据包都从通用传感器节点转发到其最近的接收器节点。
如果通用传感器节点与接收器节点分离，则它们被视为无效。

当 i 节点失效的时候，S为0 且 gimn(t)为0 即Ri(t)为0 所以Li(t)为0

因为是有路由方案的无线网络，中继负载部分会分配到其他存活节点

网络之间的强相互依赖通常发生在发生灾难时，但某些故障场景必须通过弱相互依赖来准确描述[50-52]。 例如，电力通信网络中的电力节点依赖于通信节点，因为后者为前者提供控制。 然而，通信节点的故障可能不会导致相应电源节点的故障[52]。 同样，电力-铁路供应链网络中的铁路节点故障可能会导致燃料煤炭缺乏，间接影响电网的功能，但并不一定是电力节点直接故障[53]。

步骤1 设置参数：
对于电网来说，网络组件的初始潮流是根据其电气参数（电压等）设定的。 对于传感器网络来说，指定了传感器节点的通信容量和初始负载。
步骤 2 对弱相互依赖性建模：
根据考虑了地理因素的耦合，传感器节点与最近的电网节点耦合。 根据电网节点是否受有效传感器节点控制来设置电力节点的最大流量限制。
步骤 3 故障场景：
通过攻击策略模拟各种故障场景。 根据攻击策略，电网中一定比例的节点将被删除。 由于它们的相互依赖关系，被删除节点的依赖节点也将被删除？
步骤 4 负载重新分配：
根据交流潮流模型对潮流进行重新分配。 通过传感器网络的操作来操纵功率节点的新的最大流量限制。
步骤5 如果电网中的边过载，则故障边将被移除。 反过来，边缘的移除可能导致电源节点故障。 故障电源节点支持的传感器节点被视为无效。
步骤6 如果步骤5中执行了操作，则转至步骤4，否则停止。

考虑到发电节点比负载节点更重要，作者为发电节点分配更高的权重。
一旦发电节点发生故障，一些缺少发电节点的子网将失效。
此外，发电节点的故障可能导致电力重新分配，潮流转移可能导致进一步的级联故障。

并且，作者还考虑度来确定节点的权重。
在电网模型中，移除边数越多的节点，会导致更多的节点受到潮流转移的影响，从而更容易引发更多的级联故障。

减少差异，应该是DLI较大的要被移除

图3中绘制了参数 α 从 0 到 6 的存活节点比曲线。
如果将 α 设置为 0 ，则电力传输线的容量最低，并且当 α = 6 时，达到最高容量。
此外，当 α 从 0 增加到 1 时，不同的存活节点比曲线之间存在明显差异。
当 α 从 1 增加到 4 时，曲线之间的差异不明显。
当 α 从 5 增加到 6 时，存活节点比曲线甚至重合。
根据公式(14)，参数 α 越高，传输线的容量越大。
这可以通过降低线路过载来增强CPS的鲁棒性。
然而，随着参数 α 的增加，CPS的鲁棒性并不会一直得到大幅改善。

图4所示，在 α 从 0 增加到 1 期间，曲线有一些区别。
在 α 从 1 增加到 6 期间，SNR曲线在某些点上短暂重合。

比较图3和图4，我们可以得出结论，系统的功能鲁棒性弱于结构鲁棒性。
特别是，最大流量限制对功能鲁棒性的影响比对结构鲁棒性的影响要弱。
因此，应该采用更多的改进策略来增强功能的鲁棒性。

为了识别攻击策略对鲁棒性的影响，图5给出了不同攻击策略下的存活节点比例曲线。 不同攻击策略下的供电曲线如图6所示。

从图 5 可以看出，定向攻击策略下的两对生存节点比例曲线较陡峭，其中基于度的攻击策略的曲线最陡峭。
如果移除比例 p 在 20% 左右，则遭受针对性攻击的存活节点比例为零。
与蓄意攻击下的曲线相比，随机攻击和空间局部攻击下的生存节点比率曲线更加平滑。
直到去除比例 p 在80%左右时，存活节点的比例才会达到零。
这表明有针对性的攻击比其他攻击更能导致严重的奔溃。 针对性攻击与其他攻击在结构鲁棒性方面存在明显差异。

从功能角度来看，图 6 表明，针对性攻击下的电源曲线总是比其他攻击下的电源曲线下降更快。
当清除比例在30%左右时，定向攻击下的供电量为零。
在随机攻击和空间局部攻击下，当移除比例分别为30%和40%左右时，存活节点的比例达到零。
但是不同攻击下功能鲁棒性的区别尚不清楚。

图5和图6表明，每次攻击下的功能鲁棒性都比结构鲁棒性差，从结构和功能的角度来看，系统在有针对性的攻击下更容易受到攻击。

从图7和图8可以看出，基于度的保护策略和基于介数的保护策略在系统的鲁棒性方面表现更好。
但是使用随机保护策略仅能对系统的结构鲁棒性产生微小的改善。
因此，从系统网络结构方面去保护节点，还是可能导致大规模的故障。
然而，研究表明，存活的高度或高介数节点能够维持整个网络的连通性，从而减轻初始故障所引起的进一步破坏。
因此，基于系统网络结构度量的关键节点评估方法仍然具有价值。

从系统功能角度来看，采用不同保护策略的随机攻击下的电源曲线如图9所示，其对应的有无保护差距值的曲线如图10所示。

如图9和图10所示，基于度的保护策略和基于介数的保护策略分别对功能鲁棒性具有更积极的影响。
随机保护策略 比 没有保护策略导致的故障更多。
保护策略可以保护节点免受初始故障的影响，但一些故障后幸存的节点可能会导致进一步的级联故障。

基于度的保护策略和基于介数的保护策略效果较好，且不会造成进一步的故障。
在保护策略的制定过程中，度和介数应重点用来评估节点重要性。
图 10 表明，当删除节点的比例小于 20% 时，基于性能度的保护策略在功能鲁棒性方面表现优于其他保护策略。
因此，如果系统因小规模中断而损坏，则应使用基于性能度的保护策略。
比较图8和图10，我们可以进一步发现，关键节点保护策略对功能鲁棒性的积极作用比对结构鲁棒性的积极作用更明显。

根据结构鲁棒性度量（SNRS），采用不同相互依赖调整策略的随机攻击下的生存节点比率曲线如图 11 所示。
为了考察有和没有相互依赖调整策略的系统之间生存节点比率的差异，我们绘制了不同相互依赖调整策略的系统的生存节点比率曲线。如图 12 所示。

从图11和图12可以看出，随着移除节点的比例从 0 逐渐增加到 10% ，调整策略对存活节点数的影响很小。
随着比例从 10% 逐渐增加到 35% ，结构鲁棒性的提高达到峰值，
但如果继续从 35% 增加到 100% ，则变为零。
回想一下，相互依赖性调整策略是为了减轻级联故障而提出的。
如果初始损坏没有引起级联故障或者级联故障对系统影响很小，则调整策略对鲁棒性的影响很小。
然而，随着移除节点比例的增加，调整策略对鲁棒性的积极影响逐渐显现。
即使移除节点的比例高于30%，介数和性能度调整策略仍然可以在一定程度上提高CPS的性能。

作者提出一种新的鲁棒性分析框架：包括侧重系统功能方面而提出的一个新的关键点度量方法，以及引入弱相依赖，以及两个系统鲁棒性指标。

在五种攻击方式下，从结构鲁棒性以及功能鲁棒性两个方面，分析了四种节点保护策略和五种相互依赖调整策略的表现。

结果显示，与保护策略相比，相互依赖调整策略可以在更大范围的灾害上做出改进。作为一种新方法，该提出的框架有望用于分析其他类型的系统。