专题导读 云控制与决策理论及其应用

云控制与决策在传统控制中引入云计算、边缘计算、大数据处理技术以及人工智能算法，将各种传感器感知汇聚而成的海量数据即大数据，存储在云端，在云端利用人工智能算法实现系统的在线辨识与建模，应用任务的计划、规划、调度、预测、优化、决策和控制等服务，结合多种先进控制方法，实现系统的自主智能控制；在终端应用边缘控制，借助网络交互信息，形成云网边端协作机制，提高复杂智能系统控制的实时性和可用性。云控制与决策理论必将推动指挥与控制向体系作战指挥控制信息一体化、智能化发展，这也是新的形势下实施高效体系作战指挥与控制的需要，是加快军事智能化发展，提高联合作战与全域作战能力的需要。

本专题围绕云边端协同优化与任务调度、云控制系统的安全与隐私、云控制与决策理论应用等内容，收录12 篇学术论文。

云边端协同优化与任务调度方面，“面向多智能体系统的‘云网边端’一体化架构”针对智能制造领域中多智能体系统机理建模存在复杂性、异构性等实际问题，结合工业互联网和云控制，提出了面向多智能体系统的“云网边端”一体化架构设计方法，解决了异构系统通信协议解析问题和云网边端计算环境一致性问题，打通了异构智能体之间信息流，达到了降低开发成本、提高技术资源复用率的目的。“多智能体系统带宽分配及预测云控制”设计了可以补偿网络时延的预测云控制方案，给出了Stackelberg 博弈的纳什均衡解和多智能体系统一致性和稳定性条件。“边缘计算计算卸载与资源分配联合优化算法”设计了边缘计算卸载决策与资源分配业务联合优化算法，实现了多用户多节点有云参与的联合迭代寻优。

云控制系统的安全与隐私方面，“基于CNN-MHA-BiLSTM 的云控制系统DDoS 攻击检测”提出了融入多头注意力机制的时空特征检测模型，可以有效地检测出云控制系统的DDoS 攻击。“基于云计算的隐私保护支持向量机分类方案”提出了一种新的基于云计算的隐私保护支持向量机分类方案，能够在半诚实安全模型下安全计算的同时保护各参与者隐私，且精度较高。“面向时序数据的多范数约束对抗样本生成方法”提出了一种新的针对深度时序模型的对抗攻击算法，展现了云控制系统中深度模型的脆弱性。“基于互信息的云控制系统的最优隐私保护机制设计”针对具有能量约束的云控制系统，通过向系统输出信号添加随机噪声以保护隐私，设计了最优的扰动方差与扰动添加调度策略，验证了最优隐私保护机制的有效性。

云控制与决策理论应用方面，“基于地质钻探智能云监控系统的钻速优化决策”面向地质钻探智能控制与优化决策的工程需求，基于云控制系统的设计理念，提出了地质钻探智能云监控系统设计方案，并基于高斯过程回归和混合蝙蝠算法的钻速智能优化方法，实现了钻进过程状态监测、效率优化、智能控制与决策等功能。“异型无人机空战对抗协同机动决策研究”针对无人机协同空战可能面临的不同空中态势，根据歼击无人机与电子干扰无人机的协同作战样式，设计了编队飞行、冲突解脱等不同态势下的机动决策方法，可实现无人机在空战机动的同时避免相撞事故的发生。“云视频系统服务高可用技术”从提出云视频系统服务高可用需求出发，梳理了服务高可用相关的软件架构演进、故障检测及失效恢复技术发展，提出了一种创新、可行的云视频系统服务高可用方案。“应用云模型的字符不确定性定性定量双向认知”针对常见字符的不确定性，提出了云模型理论融合自编码器的设计方法，可以更清晰地表示对字符认知的过程。“基于云平台的消防员自主导航与搜救系统设计与实现”着眼于解决消防火场环境下的自主导航与救援的问题，基于多源信息融合的导航定位、动态场景下视觉导航、三维场景重建、自主学习等方法，设计了消防员火场救援的体系化系统，实现了复杂火场环境的高精度自主导航定位。

本专题组稿得到了来自军事科学院系统工程研究院、空军工程大学、中国科学院计算技术研究所、西北工业大学、哈尔滨工程大学、中国矿业大学（徐州）、中国地质大学（武汉）、南京邮电大学、齐鲁工业大学（山东省科学院）、燕山大学、福州大学、华北理工大学、西京学院等多家军地单位专家群体的支持，军地联合专家群体不仅为本次组稿提供了有价值的思路和方向，同时，也贡献了高质量的研究成果，在此表示衷心感谢。