一种基于边缘扰动的二阶系统隐私保护平均一致性方法

    公开(公告)号:CN119475424A

    公开(公告)日:2025-02-18

    申请号:CN202411548038.2

    申请日:2024-11-01

    Abstract: 本发明公开了一种基于边缘扰动的二阶系统隐私保护平均一致性方法,包括如下步骤:确定多智体系统的通信拓扑图和拉普拉斯矩阵,并通过拉普拉斯矩阵来表征智能体之间的信息交互关系;建立多智能体系统的动力学模型;在初始迭代时,每个智能体为与其相连的每条边生成扰动信号,确定攻击者类型;在确认攻击类型之后,在智能体在向邻居传输位置信息和速度信息中分别添加扰动信号和生成干扰后的信息传递给其邻居;当扰动信号阶段结束后,智能体切换到标准的二阶动态平均一致性算法,并根据邻居反馈的信息更新自己的状态。本发明在保证隐私保护的同时,不牺牲一致性算法的收敛精度,适用于资源受限的环境,能有效抵御内部和外部攻击者的隐私窃取。

    一种普适性交互拓扑结构下的多智能体隐私保护方法

    公开(公告)号:CN119358021A

    公开(公告)日:2025-01-24

    申请号:CN202411512842.5

    申请日:2024-10-28

    Abstract: 本发明属于计算机科学与控制领域,具体涉及一种普适性交互拓扑下的多智能体隐私保护方法,包括如下步骤:步骤1、确定多智能体系统的通信拓扑网络,并选用拉普拉斯矩阵来表示智能体之间的信息交互关系;步骤2、在步骤1的基础上,建立智能体的动力学模型;步骤3、在所述动力学模型以及所述通信拓扑网络下,设计状态分解模型,使其实现平均一致性的同时具备一定的隐私保护能力;步骤4、在所述状态分解模型中引入扰动机制,实现任意连接方式下,智能体的初始隐私不被内部诚实但好奇节点以及外部窃听者所窥探。本发明能够在实现智能体达成平均一致性的同时保护智能体的隐私不受内部诚实但好奇节点以及外部窃听者窥测。

Patent Agency Ranking