基于本体信任的机器人健康共识系统及方法

本申请涉及机器人技术与网络安全技术领域，公开了基于本体信任的机器人健康共识系统及方法，旨在解决现有机器人健康声明存在的身份易伪造、状态评估片面、证明过程易泄露隐私及被重放攻击的问题。该方法包括：基于物理不可克隆函数(PUF)生成与机器人硬件强绑定的身份标识；通过递归更新方式融合多源传感器数据，生成能反映历史演化趋势的状态拓扑向量；结合所述向量计算的内在健康价值与网络共识因子，得出综合健康值。本发明通过物理层身份锚定、动态连续的状态评估和加密证明机制，显著提高了机器人健康声明的真实性与抗欺诈能力，实现了对其健康状态的全面评估，并在交互中有效保护了机器人的状态隐私，防止了重放攻击。