1.一种丢包环境下针对车联网恶意攻击的估计方法,其特征在于包括如下步骤：

1)建立车辆系统状态方程；

步骤1)中，建立车辆系统状态方程：

考虑复杂环境下的扰动，建立车辆系统状态方程如式(1)所示：x(k+1)＝Ax(k)+g(k)+Bu(k)       (1)其中k表示当前离散时刻，k+1表示下一离散时刻，x表示系统状态量，包括车辆的位置xd和速度xv，即x＝[xd xv]T，上标"T"表示矩阵的转置，A表示状态转移矩阵，g表示扰动，u表示车辆得到的控制数据，B表示输入矩阵；

2)建立车联网系统状态方程和输出方程；

步骤2)中，建立车联网系统状态方程和输出方程，具体包括以下步骤：

2.1)在车联网中，自动驾驶仪通过输出控制数据υ来远程操纵车辆，黑客向网络中注入恶意攻击a将自动驾驶仪输出的控制数据篡改为υ+a；同时，由于车辆与自动驾驶仪之间通过无线网络通讯，会存在丢包现象，因此车联网系统状态方程如式(2)所示：x(k+1)＝Ax(k)+g(k)+Φ(k)Bυ(k)+Φ(k)Ba(k)      (2)其中k表示当前离散时刻，k+1表示下一离散时刻，x表示系统状态量,A表示状态转移矩阵，g表示扰动，υ表示自动驾驶仪输出的控制数据，B表示输入矩阵，a表示恶意攻击，Φ表示期望为μ的伯努利过程，用来描述丢包环境；

2.2)车联网中存在丢包现象，因此车联网输出方程如式(3)所示：y(k)＝Φ(k)Cx(k)       (3)

其中k表示当前离散时刻，y表示系统输出量，x表示系统状态量,C表示输出矩阵，Φ表示期望为μ的伯努利过程，用来描述丢包环境；

3)构建中间变量估计器；

步骤3)中，构建中间变量估计器，具体包括以下步骤：

3.1)设计中间变量如式(4)所示：

τ(k)＝a(k)-BTx(k)      (4)

其中k表示当前离散时刻，上标"T"表示矩阵的转置，τ表示中间变量，a表示恶意攻击，x表示系统状态量，B表示输入矩阵；

3.2)基于中间变量，设计中间变量估计器如式(5)所示:其中k表示当前离散时刻，k+1表示下一离散时刻，上标"T"表示矩阵的转置，表示系统状态量x的估计值，表示中间变量τ的估计值，表示恶意攻击a的估计值，表示扰动g的估计值，A表示状态转移矩阵，υ表示自动驾驶仪输出的控制数据，B表示输入矩阵，Φ表示期望为μ的伯努利过程，用来描述丢包环境，L表示需要设计的中间变量估计器增益，C表示输出矩阵；

4)设计并通过矩阵不等式求解中间变量估计器增益；

步骤4)中，设计并通过矩阵不等式求解中间变量估计器增益，具体包括以下步骤：

4.1)构建矩阵，如式(6)所示：

其中上标"T"表示矩阵的转置，*表示对称元素，P1，P2表示待求解的正定矩阵，H表示待求解的矩阵，ε表示待求解的常数,C表示输出矩阵，表示相邻时刻扰动g的差值上界，B表示输入矩阵，μ表示伯努利过程Φ的期望值，I表示单位阵，Π11、Π12和Π22表示中间矩阵，分别为：Π12＝μATP1B+μBBTP1B+μ2CTHTB-μBBTBP2+μBBTBP2BTB+(BT-BTA)TP2(I-μBTB)Π22＝μBTP1B+μεBTB-μP2BTB-μBTBP2+μBTBP2BTB+2ε(I-μBTB)T(I-μBTB)其中A表示状态转移矩阵；

4.2)求解矩阵不等式Π＜0，得到P1，P2，H和ε，中间变量估计器增益L如式(7)所示：L＝P1-1H        (7)

其中上标"-1"表示矩阵的逆，从而由中间变量估计器(5)实现对恶意攻击a的实时估计。