一种多智能体系统隐私保护和均值趋同控制方法技术方案

本发明专利技术公开了一种多智能体系统隐私保护和均值趋同控制方法。智能体系统易遭受到网络攻击，同时存在节点信息的隐私泄露问题。本发明专利技术方法实现过程包括：给出一种基于差分隐私的分布式网络节点信息处理机制，可以保证所有节点初始状态值的隐私；结合事件触发控制的方法，最终实现了在DoS攻击下也可以保护节点的初始状态值和达到均值趋同控制；应用图论知识和严格的数学定理证明，分析了系统在遭受DoS攻击下实现趋同控制的条件。本发明专利技术方法克服了单一的仅研究差分隐私和仅研究DoS攻击的情况，而是将差分隐私与事件触发控制结合起来，在实现隐私保护同时，保证系统达到均值趋同，且能够免疫网络中存在的DoS攻击的影响。且能够免疫网络中存在的DoS攻击的影响。且能够免疫网络中存在的DoS攻击的影响。

【技术实现步骤摘要】
一种多智能体系统隐私保护和均值趋同控制方法


[0001]本专利技术属于智能控制
，尤其是多智能体系统协调控制
，具体涉及一种可抵御DoS攻击(拒绝服务攻击)能力的多智能体系统隐私保护和均值趋同控制方法。

技术介绍

[0002]多智能体系统(multi
‑
agent systems)是一群具备一定的感知、通信、计算和执行能力的智能体通过通讯、感知等方式关联成的一个分布式网络系统。而趋同(consensus)控制指在分布式系统中，网络中拥有不同初始状态值的节点仅通过与相邻节点交换并计算状态值信息，随着时间的推演，最终使所有智能体个体的状态值达成一致。近年来，多智能体系统的分布式趋同控制与协作问题受到越来越多的关注，在各个领域也有广泛的应用，如无人机编队控制、传感器网络、分布式能量管理等。而均值趋同(average consensus)控制的基本思想则是通过对智能体节点施加控制，最终以各个节点初始值的平均值为最终的达成状态值。同时，所谓的多智能体系统隐私保护，是指在实现均值趋同过程中，设计有效方法，使智能体节点信息在与邻居交互过程中进行有效保护，避免自身初始状态值的泄露。
[0003]目前分布式多智能体系统网络存在两个基本挑战：一方面，智能体节点信息的隐私泄露问题。对于传统的趋同控制方法，在实现状态值趋同的过程中，每个智能体将自己的真实状态广播给邻居。但是在一些情况中，智能体的初始状态是隐私的，因此智能体不希望将其真实的初始状态泄露给其他智能体。比如，在社交网络中，一组成员可以采用趋同控制的方法来计算对某一主题的共同意见。另一方面，智能体系统一般暴露在开放的网络环境中，因此易遭受到网络攻击，如常见的DoS攻击等。

技术实现思路

[0004]本专利技术的目的是针对现有技术中存在的问题，提供一种多智能体系统隐私保护和均值趋同控制方法。
[0005]本专利技术方法首先建立智能体动态模型和DoS攻击模型，然后利用智能体动态模型和DoS攻击模型进行多智能体系统控制。
[0006]所述的智能体动态模型具体是：
[0007]多智能体系统网络中第i个节点的动态模型为：
[0008]i,j＝1,2,
…
,n，i≠j，n为多智能体系统网络中节点数量；x
i
(k)和x
j
(k)分别表示第i个节点s
i
和第j个节点s
j
在k时刻的状态值；a
ii
为节点s
i
的自身权重，a
ij
为节点s
i
与节点s
j
之间的权重；如果节点s
i
和节点s
j
之间存在一条通信信道，即节点s
j
为节点s
i
的邻居节点j∈N
i
，则a
ij
＞0，否则a
ij
＝0。
[0009]所述的DoS攻击模型具体是：
[0010]设定一个攻击周期为T＝mk，m为正整数；如果节点s
j
为节点s
i
的邻居节点，节点s
i
与节点s
j
在每个攻击周期T内的通信时间间隔为Ξ
s
(i,j)＝T\Ξ
a
(i,j)，即该攻击周期T内除通信受阻时间间隔Ξ
a
(i,j)外的其他时间。
[0011]具体控制方法是：
[0012]步骤(1)系统初始化；令k＝0，所有节点赋予初始状态值；
[0013]步骤(2)选择拉普拉斯分布，拉普拉斯分布Lap(k,μ,λ)表示为：i＝1,2,
…
,n；μ为数学期望，参数σ为方差；
[0014]步骤(3)对节点s
i
随机生成一个拉普拉斯分布的变量η
i
(0)，并随机生成一个恒定序列v
i
；初始时刻的噪声值θ
i
(0)＝η
i
(0)，初始时刻加入噪声的新的状态值
[0015]节点s
i
将v
i
和传递给邻居节点在噪声中加入秘密函数Φ
ij
(
·
):R
→
R保护智能体初始状态的隐私,R为实数域；
[0016]则初始时刻拉普拉斯分布Lap(k,μ,λ)表示为：
[0017]步骤(4)状态更新；
[0018]节点s
i
接收到邻居节点的状态值之后，状态值更新为：
[0019][0020]步骤(5)设计控制协议；
[0021]节点s
i
创建缓存区M
i
存放邻居节点传递过来的消息：
[0022]j1,j2,
…
∈N
i
；表示节点的触发时刻，每更新一次，加1，直至最后达成趋同；表示节点s
i
的邻居节点在触发时刻的状态值，表示触发时刻的缓存区集合；
[0023]节点s
i
的事件触发函数为d
i
表示节点s
i
的邻居节点个数；
[0024]每个节点按照上述事件触发函数判断是否有事件发生：如果有事件触发，随机生成一个拉普拉斯分布的变量，然后生成噪声其中0＜ρ＜1；将噪声加入到节点的真实状态值中，有然后将广播给邻居节点；如果没有事件触发，则保持节点的状态值不变，将接收到的邻居节点状态值存储在M
i
中，若接收到的邻居节点状态值与上一时刻相同，则不存储；
[0025]步骤(6)循环设置；如果有事件触发，令k＝k+1，重复执行步骤(5)，否则节点的真实状态值保持不变。
[0026]本专利技术方法有益效果包括：
[0027]1、本专利技术方法根据DoS攻击在多智能体系统中的攻击特性，刻画DoS攻击的模型。相较于传统的差分隐私控制算法，本专利技术设计的方法可以对DoS攻击免疫。
[0028]2、在现实环境中，信息泄露不可避免，因此考虑隐私保护是非常必要的。本专利技术方法可以保护智能体初始状态值的隐私。
[0029]3、本专利技术方法设计分布式事件触发机制，只有满足节点的触发函数节点才可进行更新，减少节点更新的次数，节约资源。
附图说明
[0030]图1是本专利技术实施建立的具有五个节点组成的多智能体系统无向拓扑结构图。
[0031]图2是未加入秘密函数的各个节点的表现图。
[0032]图3是加入秘密函数的各个节点的表现图。
[0033]图4是DoS攻击的示例图。
[0034]图5是在DoS攻击下加入差分隐私但未加入事件触发控制方法的各个节点的状态更新表现图。
[0035]图6是在DoS攻击下加入差分隐私且加入事件触发控制方法的各个节点的状态更新表现图。
[0036]图7是各个节点本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种多智能体系统隐私保护和均值趋同控制方法，其特征在于：首先建立智能体动态模型和DoS攻击模型，然后利用智能体动态模型和DoS攻击模型进行多智能体系统控制；所述的智能体动态模型具体是：多智能体系统网络中第i个节点的动态模型为：n为多智能体系统网络中节点数量；x
i
(k)和x
j
(k)分别表示第i个节点s
i
和第j个节点s
j
在k时刻的状态值；a
ii
为节点s
i
的自身权重，a
ij
为节点s
i
与节点s
j
之间的权重；如果节点s
i
和节点s
j
之间存在一条通信信道，即节点s
j
为节点s
i
的邻居节点j∈N
i
，则a
ij
＞0，否则a
ij
＝0；所述的DoS攻击模型具体是：设定一个攻击周期为T＝mk，m为正整数；如果节点s
j
为节点s
i
的邻居节点，节点s
i
与节点s
j
在每个攻击周期T内的通信时间间隔为Ξ
s
(i,j)＝T\Ξ
a
(i,j)，即该攻击周期T内除通信受阻时间间隔Ξ
a
(i,j)外的其他时间；具体控制方法是：步骤(1)系统初始化；令k＝0，所有节点赋予初始状态值；步骤(2)选择拉普拉斯分布，拉普拉斯分布Lap(k,μ,λ)表示为：i＝1,2,
…
,n；μ为数学期望，参数σ为方差；步骤(3)对节点s
i
随机生成一个拉普拉斯分布的变量η
i
(0...

【专利技术属性】
技术研发人员：伍益明，张保俊，叶欣茹，应晨铎，徐明，郑宁，
申请(专利权)人：杭州电子科技大学，
类型：发明
国别省市：