Security of Distributed Model Predictive Control under False Data Injection - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Security of Distributed Model Predictive Control under False Data Injection

Sécurité de la Commande Prédictive distribuée sous injection de données faussées

Résumé

Computing devices are everywhere, controlling systems of different scales, from drones of the size of a coin to country-wise energy distribution grids. The amalgamation of these devices and the physical systems essential for our everyday lives originates the cyber-physical systems. Depending on their scale, the computation is divided into multiple computing devices, which need to negotiate to find a consensus of the best control to be applied. The communication among agents is vital for the consensus to be achieved. However, the negotiation is sensitive to deviations in the exchanged values. An attacker can use this information to influence the negotiation to benefit a group of agents. This thesis proposes a study from the conception of the control of such systems to its security. And then, we propose methods to secure the system from attacks where an ill-intentioned agent injects false data into the negotiation. The performance of the proposed methods is assessed through academic simulations of a small district heating network.
Les dispositifs informatiques sont partout, ils commandent systèmes de différentes échelles, dès drones de la taille d'une pièce aux systèmes de distribution d'énergie de la taille des pays. La mixture de ces dispositifs avec des systèmes physiques essentiels pour la vie quotidienne origine les systèmes cyber-physiques. Dépendant de l'échelle des systèmes, la computation est divisée en différents dispositifs, qui nécessitent de négocier pour trouver un consensus de la meilleure commande à être appliquée. La communication entre agents est d'extrême importance pour que le consensus soit achevé. Par contre, la négociation est sensible à déviations dans les valeurs échangées. An attaquant peut utiliser cette information pour influencer la négociation pour bénéficier un groupe d'agents. Cette thèse propose une étude de la conception de la commande de tels systèmes jusqu'à leur sécurité. Et après, on propose des méthodes pour sécuriser le système contre des attaques où l'agent malintentionné injecte de la fausse information pendant la négociation. La performance des méthodes est étudiée en utilisant des simulations d'un petit réseau de distribution de chaleur.
Fichier principal
Vignette du fichier
2022CSUP0006_NOGUEIRA_archivage.pdf (6.84 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04003991 , version 1 (24-02-2023)

Identifiants

  • HAL Id : tel-04003991 , version 1

Citer

Rafael Accácio Nogueira. Security of Distributed Model Predictive Control under False Data Injection. Automatic. CentraleSupélec, 2022. English. ⟨NNT : 2022CSUP0006⟩. ⟨tel-04003991⟩
148 Consultations
86 Téléchargements

Partager

Gmail Facebook X LinkedIn More