Resumen

Este documento se centra en el diseño de un filtro activado por eventos para las redes neuronales de salto Markovianas de tiempo discreto bajo mediciones faltantes aleatorias y ataques cibernéticos. Teniendo en cuenta que el sistema controlado y el filtrado pueden intercambiar información a través de una red de comunicación compartida que es vulnerable a los ataques cibernéticos y tiene un ancho de banda limitado, se propone un mecanismo activado por eventos para aliviar la carga de comunicación de la transmisión de datos. Se explota una variable que sigue una distribución de Bernoulli para describir el fenómeno estocástico, ya que las mediciones faltantes ocurren con una probabilidad aleatoria. Además, dado que las redes de comunicación son vulnerables a ataques maliciosos externos, la información transferida a través de la red de comunicación compartida puede ser modificada por la inserción de información falsa por parte de los atacantes. Basándose en la consideración anterior, se proporcionan condiciones suficientes para que el sistema de error de filtrado se mantenga asintó

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Disparador de eventos; Diseño de filtro; Redes neuronales de salto markoviano en tiempo discreto; Mediciones faltantes aleatorias; Ciberataques; Red de comunicación
• Keywords:Event-triggered; Filter design; Discrete-time Markovian jump neural networks; Random missing measurements; Cyber attacks; Communication network