1.一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，包括：建立含时变和时滞的耦合神经网络模型，确定所述耦合神经网络模型的同步目标；

获取所述耦合神经网络模型的状态信息，根据所述状态信息建立误差耦合神经网络系统模型；

根据所述误差耦合神经网络系统模型和所述同步目标，设计饱和脉冲控制器，所述饱和脉冲控制器的数学表达式为：其中，Ui(t)为饱和脉冲控制器， 为已知矩阵，zi(t)为误差向量，ui(t)为控制信号，δ(·)为狄拉克脉冲函数，tk为脉冲序列第k条，t表示时间；

基于所述误差耦合神经网络系统模型和所述饱和脉冲控制器，获得第一充分条件和第二充分条件；

根据所述第一充分条件和所述第二充分条件，获得第一优化数学模型；利用所述第一优化数学模型计算得到脉冲控制增益矩阵和吸引域的最大估计。

2.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述耦合神经网络模型的数学表达式为：其中，xi(t)表示第i个神经网络的状态变量信息， 和 均表示系统矩阵，N表示智能体的个数，ε表示耦合强度；Γ表示内联耦合矩阵； 表示非线性的向量值函数， 为外部输入，τ(t)为系统时滞，wij为节点i与节点j的连接系数，Ui(t)为饱和脉冲控制器，i和j均表示不同编号，t表示时间。

3.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述误差耦合神经网络系统模型的数学表达式为：其中，zi(t)为误差向量； 为不同的系统矩阵，f(zi(t))为非线性向量值的误差函数，f(zi(t‑τ(t)))为t‑τ(t)时刻非线性向量值的误差函数，τ(t)为系统时滞，ε为耦合强度，wij为节点i与节点j的连接系数，Γ为内联耦合矩阵，N为智能体的个数；i和j均表示不同编号；t表示时间。

4.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述第一充分条件为：LQ2L≤λ2P，

其中，η、λ2和 表示不同的正常数，IN为N维的单位矩阵， 为Kronecker乘积，H为待求矩阵，N为智能体的个数，n为状态变量总个数，P为正定矩阵； 为不同的系统矩阵；Q1和Q2为不同的对角矩阵，ρ为伯努利分布中的概率值，G为已知的分布矩阵，T为矩阵转置符号，L为利普希茨矩阵， 为凸包矩阵，＊表示当矩阵对称时对称省略符号；Ξ1、Ξ2和Ξ3的计算公式为：*

其中，γ、表示不同的正常数，θ表示最大脉冲间隔， 为已知矩阵，为系统矩阵，W为节点的连接矩阵，ε表示耦合强度，Γ表示内联耦合矩阵。

5.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述第二充分条件为：LQ2L≤λ2P，

其中，η、λ2和 表示不同的正常数，IN为N维的单位矩阵， 为Kronecker乘积，H为待求矩阵，N为智能体的个数，n为状态变量总个数，P为正定矩阵； 为不同的系统矩阵；Q1和Q2为不同的对角矩阵；ρ为伯努利分布中的概率值，G为已知的分布矩阵，T为矩阵转置符★号，L为利普希茨矩阵， 为凸包矩阵，表示当矩阵对称时对称省略符号；Ξ4、Ξ2和Ξ3的计算公式为：*

其中，γ、表示不同的正常数，θ表示最大脉冲间隔， 为已知矩阵，为系统矩阵，W为节点的连接矩阵，ε表示耦合强度，Γ表示内联耦合矩阵。

6.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述第一优化数学模型为：其中， 为待求变量，η、ξ1和λ2表示不同的正常数， 为正定矩阵的逆矩阵，为正常数，IN为N维的单位矩阵，N为智能体的个数，n为状态变量总个数， 为不同的系统矩阵，为Kronecker乘积， 和 均表示矩阵，L为利普希茨矩阵，G为已知的分布矩阵，T为矩阵转置符号，ρ为伯努利分布中的概率值，l为正常数，＊表示当矩阵对称时对称省略符号； 和 的计算公式为：*

其中，γ、表示不同的正常数，θ表示最大脉冲间隔， 为已知矩阵，为系统矩阵，W为节点的连接矩阵，ε表示耦合强度，Γ表示内联耦合矩阵。

7.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述计算得到脉冲控制增益矩阵和吸引域的最大估计之后包括利用所述第一优化数学模型求解最大脉冲区间。

8.根据权利要求1所述的一种欺诈攻击下神经网络的事件触发脉冲控制方法，其特征在于，所述计算得到脉冲控制增益矩阵和吸引域的最大估计之后还包括利用第二优化数学模型求解最小脉冲区间，所述第二优化数学模型为：其中， 为待求变量，η、ξ1和λ2表示不同的正常数， 为正定矩阵的逆矩阵，为正常数，IN为N维的单位矩阵，N为智能体的个数，n为状态变量总个数， 为不同的系统矩阵，为Kronecker乘积， 和 均表示矩阵，L为利普希茨矩阵，G为已知的分布矩阵，★T为矩阵转置符号，ρ为伯努利分布中的概率值，l为正常数，表示当矩阵对称时对称省略符号； 和 的计算公式为：*

其中，γ、表示不同的正常数，θ表示最大脉冲间隔， 为已知矩阵，为系统矩阵，W为节点的连接矩阵，ε表示耦合强度，Γ表示内联耦合矩阵。

9.一种欺诈攻击下神经网络的事件触发脉冲控制系统，其特征在于，包括：模型建立模块，用于建立含时变和时滞的耦合神经网络模型，确定所述耦合神经网络模型的同步目标；获取所述耦合神经网络模型的状态信息，根据所述状态信息建立误差耦合神经网络系统模型；

控制器设计模块，用于根据所述误差耦合神经网络系统模型和所述同步目标，设计饱和脉冲控制器，所述饱和脉冲控制器的数学表达式为：其中，Ui(t)为饱和脉冲控制器， 为已知矩阵，zi(t)为误差向量，ui(t)为控制信号，δ(·)为狄拉克脉冲函数，tk为脉冲序列第k条；

条件获取模块，用于基于所述误差耦合神经网络系统模型和所述饱和脉冲控制器，获得第一充分条件和第二充分条件；

优化计算模块，用于根据所述第一充分条件和所述第二充分条件，获得第一优化数学模型；利用所述第一优化数学模型计算得到脉冲控制增益矩阵和吸引域的最大估计。

10.一种控制器，其特征在于，包括权利要求9所述的一种欺诈攻击下神经网络的事件触发脉冲控制系统。