文章针对分层交通控制系统的控制器切换攻击问题，提出了一种新型检测方案。该方案通过建立多模态宏观交通的ARZ偏微分方程模型，设计了与各交通模式匹配的检测器组以应对不确定驾驶模式。利用反步法变换和线性矩阵不等式，实现了检测器的指数稳定性、异常到残差稳定性、鲁棒性和攻击敏感性等理论保证。在包含天气不确定性和传感器噪声的真实交通场景中，方案成功检测了拒绝服务和虚假数据注入攻击，8秒内识别出攻击信号，错误率低于15%。
现代分层交通控制系统通过监督控制器动态调整本地控制器模式以适应驾驶模式变化，但控制器切换过程面临网络攻击威胁。攻击者可能篡改匝道计量器的切换指令，导致交通效率下降甚至安全事故。现有检测方法难以处理交通模式不确定性和识别延迟问题。文章首次在宏观交通场景中研究控制器切换攻击，提出基于模型残差生成的检测框架，可适应多模态交通的不确定性。
采用带不确定性的ARZ偏微分方程描述高速公路交通流：
\[ \begin{aligned} q_t &= -vq_x + \frac{q(\gamma p-v)}{v}v_x + \frac{q(v_f^\alpha-p-v)}{\tau v} + \eta_q \\ v_t &= (\gamma p-v)v_x + \frac{v_f^\alpha-p-v}{\tau} + \eta_v \end{aligned} \]
其中\( (q,v,\rho) \)分别表示流量、速度和密度，\( \alpha \in \{1,\cdots,m\} \)表征不同交通模式（如晴天/雨天），\( \eta_q,\eta_v \)为系统不确定性。匝道计量器根据监督控制器的切换指令\( \sigma \)调节入口流量\( U_\sigma \)。
攻击者通过篡改网络通信将正确切换指令\( \sigma \)修改为\( \tilde{\sigma} = \sigma + \Delta_\sigma \)，导致控制器执行错误模式。攻击后的入口流量变为\( U_{\tilde{\sigma}} = U_\sigma + \delta \)，其中\( \delta \)为未知攻击信号。雨天场景下拒绝服务攻击（DoS）使控制器维持晴天模式，引发入口流量过高和车辆间距过小的安全隐患。
针对m种交通模式构建检测器组，各检测器动力学为：
\[ \begin{aligned} \hat{W}_t^j &= -v_*^j\hat{W}_x^j + k_1^j\zeta^j \\ \hat{V}_t^j &= v_*^jh^j\hat{V}_x^j + \beta^j\hat{W}^j + k_2^j\zeta^j \end{aligned} \]
残差定义为\( r(t) = \min_j |\zeta^j(t)| \)，其中\( \zeta^j \)为输出误差。该架构确保至少有一个检测器匹配当前交通模式，有效区分攻击信号与模式切换延迟。
通过反步变换将误差动力学解耦为双曲PDE系统，并基于李雅普诺夫函数导出线性矩阵不等式条件：
\[ \begin{aligned} 0 &\leq \mu_1k_3^j \leq \Upsilon_7^\alpha \\ \Lambda_1^j &\leq 0 \\ \Lambda_2^j &\leq 0 \end{aligned} \]
满足四项核心性能：标称指数稳定性（ES）、异常-残差稳定性（AURS）、不确定性鲁棒性（24）、攻击敏感性（25）。阈值设计确保虚假报警率<15%。
在1km高速公路场景验证方案有效性：
方案在±2.5m/s流速波动、±10%入口流量扰动和±2%传感器噪声下保持稳定检测性能。
文章提出首个面向多模态交通的控制器切换攻击检测方案。通过结合反步法变换和检测器组架构，在保证稳定性和鲁棒性的同时实现攻击敏感检测。未来工作将拓展至大规模路网协同检测框架。