孙杨燕，周秀莹，任 祝

(浙江理工大学 信息学院,浙江 杭州 310018)

随着人类社会网络化、信息化、智能系统一体化逐步发展，信息系统与物理世界不断交互。计算技术、通信技术、控制技术深度耦合的信息物理系统(Cyber-Physical Systems，CPS)被广泛应用于新型工业、智能制造、军事等领域。由恶意攻击引发的CPS感知物理层和信息传输层的破坏是CPS现在面临的主要安全威胁来源。在系统受到欺骗攻击(Spoofing Attack，SA)、拒绝服务攻击(Denial of Service，DoS)、虚假数据注入攻击(False Data Injection，FDI)时，避免状态估计性能受到毁灭性破坏成为诸多学者的重点研究方向。因此，研究面向网络攻击的状态估计问题，设计有效的攻击检测方法，具有一定的现实意义。

目前主要的攻击方式为DoS攻击和FDI攻击。其中，FDI攻击是攻击者修改不同网络部分之间传输数据包的完整性以获取对攻击目标的访问权或者获取关键信息的攻击手段[1-3]。作为一种特殊的FDI攻击，偏差攻击(Biasing Attack，BA)指攻击者通过入侵信息网络，篡改传输的控制指令和(或者)测量传输。攻击者小量连续地篡改多个数据，即在对每个时刻的数据添加一个非零常数恒定值。“恒定值”是BA 攻击和FDI攻击的主要区别。为了避免被检测到，恒定值通常取值较小。需要注意的是，叠加的该恒定值通常是针对系统的稳态情况设计的，其目的是扰乱系统工作且不被常规检测手段发现。

近年来，可以骗过系统内置攻击检测机制的攻击策略层出不穷。考虑到类似网络攻击对CPS的影响，许多学者从不同角度进行研究。……