2022年12月23日,本实验室张皓教授指导的博士研究生高生在《IEEE Transactions on Automation Science and Engineering》期刊上发表长文“Optimal Injection Attack Strategy for Nonlinear Cyber-Physical Systems Based on Iterative Learning”,研究了针对一类针对模型未知的带有重复操作特新的非线性信息物理系统,基于迭代学习的数据驱动框架下注入攻击问题。IEEE Transactions on Automation Science and Engineering(简称IEEE TASE)是国际智能控制与自动化领域顶级期刊。
该项研究得到了国家自然科学基金(61922063, 62273255, 62150026)、上海市国际合作项目(21550760900, 22510712000)、上海市青年科技英才杨帆计划(20YF1452900)、上海市科技重大专项(2021SHZDZX0100)和中央高校基金的资助。