In this article, we investigate the problem of security control for T-S fuzzy Markov jump systems (FMJSs) under actuator faults and deception attacks, while introducing a cooperative event-triggered mechanism (CETM). In order to enhance the efficiency of communication resources, we develop the CETM in the forward channel, which operates concurrently on sensor-to-observer (STO) and observer-to-controller (OTC) channels utilizing a united event generator. Additionally, we design an attack-compensating controller to eliminate the impact of nonlinear malicious injection information generated by deceptive attacks on the system, where the compensation signal is generated by approximating the attack signal using radial basis function neural network (RBFNN) technology. Furthermore, using the Lyapunov function, sufficient conditions for ensuring that T-S FMJSs are mean square exponential ultimate bounded (MSEUB) are derived. Finally, the effectiveness of our proposed approach is demonstrated through a simulation example.

ABSTRACT This paper investigates the robust fault detection problem in non‐linear networked systems, characterized by the Takagi‐Sugeno (T‐S) fuzzy model. The analysis is complicated by Denial‐of‐Service (DoS) attacks and sensor faults. In such systems, DoS attacks disrupt network communications, threatening both system stability and fault detection accuracy. Simultaneously, sensor faults compromise the reliability of the system's measurement outputs. To address these challenges, the stochastic communication protocol (SCP) is employed to optimize the transmission order between multiple sensors and the fault detector, effectively managing the limitations of communication capacity. Consequently, a fault detection scheme based on SCP is developed to generate residual signals, supported by an auxiliary residual system for stability analysis. Using the Lyapunov‐Krasovskii (L‐K) functional approach, sufficient conditions are derived to ensure the asymptotic stability of the residual system with a prescribed performance. Finally, the effectiveness of the proposed fault detection scheme is validated through simulation examples.