关键词:
分布式优化
隐私保护
同态加密
椭圆曲线
摘要:
研究一类考虑节点隐私保护的分布式优化问题,目标为保护各智能体的隐私信息不被泄露,并最小化所有智能体局部成本函数之和.首先,针对无向连通图,提出一种基于椭圆曲线密码机制的分布式凸优化算法.通过设计底层权重矩阵,将基于椭圆曲线的ELGamal同态加密和数字签名与分布式次梯度算法相结合,克服了椭圆曲线密码机制与分布式一致性策略无法结合的难点.在无第三方或聚合器的场景下,该算法实现了系统的隐私保护.理论分析表明,该算法能够渐近收敛至全局最优解,并适用于时变通信拓扑的动态环境.此外,算法能有效保护智能体的状态和成本函数不受来自诚实但好奇攻击者、外部窃听者和篡改攻击者的威胁.最后,通过数值仿真验证了算法的有效性.