← أحدث الأبحاث
⚡ electrical engineering

Resilient Consensus-Based Target Tracking under False Data Injection Attacks in Multi-Agent Networks

تقترح هذه الورقة خوارزمية تتبع أهداف موزعة قائمة على التوافق وتتسم بالمرونة، تدمج بين الترشيح القائم على التشبع وآلية ديناميكية للكشف عن حقن البيانات الزائفة، وذلك لقمع أخطاء القياس والهجمات العدائية بفعالية مع الحفاظ على دقة التقدير وسرعة التقارب في الشبكات متعددة الوكلاء.

المؤلفون الأصليون: Amir Ahmad Ghods, Mohammadreza Doostmohammadian

نُشر 2026-08-04
📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة
CC BY 4.0

المؤلفون الأصليون: Amir Ahmad Ghods, Mohammadreza Doostmohammadian

البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل سرباً من الطائرات بدون طيار، أو أسطولاً من السيارات ذاتية القيادة، أو فريقاً من الروبوتات يعملون معاً للعثين عن متنزّه مفقود في غابة. ليس لديهم "زعيم" واحد من الطائرات يخبرهم إلى أين يتجهون؛ بدلاً من ذلك، يتصرفون مثل مدرسة من الأسماك، يتواصلون باستمرار مع جيرانهم المباشرين لمعرفة مكان الهدف. هذا هو عالم الشبكات متعددة الوكلاء، وهو فرع من فروع الروبوتات والهندسة حيث تتعاون العديد من الأجهزة الصغيرة والبسيطة لحل مشكلات كبيرة. وللقيام بذلك، يعتمدون على التقدير الموزع، وهي طريقة منمقة لقول "دعونا نخمن الإجابة جميعاً من خلال مشاركة أدلتنا المحلية". ولكن هنا تكمن العقبة: ماذا لو كان أحد هؤلاء الجيران يكذب؟ ماذا لو تسلل مخترق إلى الشبكة وقدم للمجموعة إحداثيات مزيفة، مما جعل الفريق بأكمله يطارد شبحاً؟ السؤال لا يتعلق بالرياضيات فحسب؛ بل يتعلق بالثقة. كيف تبني فريقاً يمكنه رصد الكاذب في الحشد والاستمرار في المضي قدماً دون الانهيار؟

تتناول هذه الورقة البحثية هذه المشكلة تحديداً عبر اقتراح طريقة جديدة لهذه الفرق الروبوتية لتتبع الأهداف المتحركة مع تجاهل الجهات السيئة. يقترح المؤلفان، أمير أحمد غودز ومحمد رضا دوست محمديان، نظام سلامة مكوناً من جزأين. أولاً، يستخدمان "مرشح التشبع"، الذي يعمل مثل ممتص الصدمات. إذا صرخ أحد الجيران فجأة برقم مستحيل تماماً (مثل طائرة بدون طيار تدعي أن الهدف يتحرك بسرعة الضوء)، فإن المرشح يخفف من حدة تلك الصرخة حتى لا تخرج الفريق بأكمله عن مساره. ثانياً، والأهم من ذلك، يضيفان "كاشف كذب". هذه الآلية تتحقق باستمرار مما إذا كانت معلومات الجار الجديد تتوافق مع ما يتوقعه الفريق بناءً على الفيزياء. إذا كانت البيانات غريبة جداً، يقوم النظام بتمييز ذلك الجار كطرف مخترق ويتجاهل مدخلاته مؤقتاً، مما يحافظ على سلامة بقية المجموعة.

اختبر الباحثون فكرتهم باستخدام محاكاة حاسوبية، وليس روبوتات حقيقية في البرية. لقد أنشأوا شبكات افتراضية من الوكلاء وأدخلوا أنواعاً مختلفة من المشاكل: بعض الوكلاء يكذبون بأرقام ضخمة، ونصف الفريق تعرض للاختراق بأكاذيب متفاوتة، وحتى نبضات قصيرة من البيانات المزيفة. كانت النتائج واعدة. في عمليات المحاكاة الخاصة بهم، نجح النظام الجديد في تحديد وعزل "الكاذبين"، مما منع بياناتهم المزيفة من إفساد الخريطة المشتركة للمجموعة. عندما تعرض 50% من الوكلاء لهجوم منسق، قلل الأسلوب الجديد خطأ التتبع بنسبة घूम 65% تقريباً مقارنة بالطريقة القديمة غير المحمية. كما وجدت الدراسة أن وجود المزيد من الاتصالات بين الوكلاء والسماح لهم بالتحدث بشكل أكثر تكراراً ساعدهم على الاتفاق بشكل أسرع وأكثر دقة، رغم أن هذا يتطلب قدرة أكبر على الاتصال. ومع ذلك، يشير المؤلفون إلى أن نظامهم يعمل بشكل أفضل عندما يكون غالبية الفريق صادقين؛ فإذا تم اختراق عدد كبير جداً من الوكلاء، فقد يواجه النظام صعوبة. كما يشيرون أيضاً إلى أن نموذجهم يفترض أن الهدف يتحرك بطريقة يمكن التنبؤ بها إلى حد ما (مثل سيارة على طريق مستقيم)، لذا قد يرتبك النظام إذا بدأ الهدف فجأة في القيام بحركات بهلوانية. في النهاية، يشير هذا العمل إلى أنه مع المزيج الصحيح من ممتصات الصدمات وكواشف الكذب، يمكن للفرق الروبوتية اللامركزية أن تكون أكثر صموداً ضد الهجمات السيبرانية مما كان يُعتقد سابقاً.

غارق في أبحاث مجالك؟

تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.

جرّب Digest →

أبحاث مشابهة

عرض الكل في هذا التصنيف ⚡ eess →