当前位置: 首页 > 专利查询>东南大学专利>正文

有向网络下基于RR机制的隐私保护平均一致性方法与系统技术方案

技术编号:38763653 阅读:20 留言:0更新日期:2023-09-10 10:36
本发明专利技术公开了一种有向网络下基于Round

【技术实现步骤摘要】
有向网络下基于RR机制的隐私保护平均一致性方法与系统


[0001]本专利技术设计了一种有向网络下基于RR(Round

Robin,轮询)机制的隐私保护平均一致性方法与系统,适用于信息传输和隐私保护领域。

技术介绍

[0002]在过去几十年中,协同控制和分布式优化在信号处理、机器人技术和社交网络等领域被广泛应用,大量相关研究应运而生。作为分布式控制和优化的基本组成部分,平均一致性问题是当下热门话题。平均一致性指的是:网络中的每个用户通过信息交换、不断更新自己的状态值,最终达到所有用户初始状态值的平均值。为了达到平均一致性,需要建立一种具有局部信息的分布式算法,在这种算法下,每个用户都可以通过与邻居交换信息来调整自己的行为,而不是依赖于某个“中心人物”。这些方法多依赖于相邻用户之间的显式状态值交换,以在分布式计算上达成一致。然而,若直接使用真实的显式状态值进行信息交换,会侵犯用户的隐私,而这些用户可能不想披露包含敏感和私人信息的状态值。这就涉及到平均一致性方法的隐私保护问题。
[0003]在实际应用中,保护用户的隐私是十分重要的。例如:使用平均一致性计算共同意见的团队可能希望对团队中每个个体的意见保密。类似地,在电力领域,多个发电商希望就成本达成一致,同时保持各自发电信息的私密性,因为发电信息在投标中是敏感的。因此,在现实场景中,需要开发能够保证隐私性的分布式平均一致性方法。
[0004]push

sum算法能够保证每个用户达到平均一致性,但push
r/>sum算法存在隐私泄露的风险,其原因包括:1、在迭代过程中,用户间用于交换的信息是节点真实的状态值;2、每次迭代过程,每个用户都会向所有邻居发送状态值信息,单次迭代中用于交换的信息总量过多。因此有必要进一步改进以保证用户达到平均一致性结果的基础上,确保每个用户的隐私得到保护,且不产生过高的计算成本。

技术实现思路

[0005]专利技术目的:本专利技术目的在于提出一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,可以在保证每个用户达到平均一致性结果的基础上,提供对用户的隐私保护,且不产生大量计算成本。
[0006]技术方案:为达到上述目的,本专利技术采用如下技术方案来实现的:
[0007]一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,包括用户状态分解和信息传输过程,具体操作如下:
[0008]S1:设定每个用户k的初始状态值为I
k
,I
k
为用户需要保护的隐私信息;读取每个用户k的状态变量,并表示为u
k
;赋予每个用户k一个人工状态变量w
k
,用于内部迭代计算;
[0009]S2:分别将两个状态变量u
k
、w
k
分解成两个子状态变量,表示为与其中,为用户私有,不参与信息传输,仅用于用户自身状态的更新;为传输给邻居的子状态变量,同时用于自身和邻居状态的更新;
[0010]S3:根据给定的网络通信拓扑图,每个用户获取可以传输信息的邻居,并对这些邻居进行不重复排序;在每次迭代中,每个用户基于Round

Robin机制按照顺序选取一位邻居进行信息传输,若用户k可将自身状态信息传输给m个不同的邻居,则每m次,用户k选取的邻居相同,以此类推,做周期为m的选取操作,直至迭代停止;
[0011]S4:在每次迭代中,用户k根据上一步的信息进行加权求和,得到更新的状态变量,同时计算状态比率
[0012]S5:当所有用户的状态比率都收敛到每个用户达到平均一致,N为用户总数。
[0013]进一步地,所述步骤S1中:每个用户k状态变量u
k
的初始值u
k
[0]=I
k
,人工状态变量w
k
的初始值w
k
[0]=1;
[0014]进一步地,所述步骤S2中:在初始时刻,对于用户k,随机生成一个实数根据获得的值;随机生成一个实数根据根据获得的值。
[0015]进一步地,所述步骤S2中:在第v次迭代中,用户k各状态变量遵循以下迭代规则:
[0016][0017][0018][0019][0020]其中代表所有能够传输信息给用户k的邻居,p
ki
代表用户i向用户k传输的信息权重,p
kk
代表用户k自身状态更新的权重,在第ν次迭代中,用户i向用户k传输的信息为每次迭代,用户k私有的子状态是其所有邻居用于交换的状态值与上一时刻自身私有状态值的加权求和;用户k用于交换的子状态是其两个子状态的加权求和;在迭代时,代表代表在加权求和时所赋予的权重,参与私有的子状态变量的更新,同样代表在加权求和时所赋予的权重,但参与用于交换的子状态变量的更新。
[0021]进一步地,所述步骤S2中权重选取的规则具体为:在初始时刻,与为随机生成的正实数,满足在任意第v次迭代中,均可指定在任意第v次迭代中,均可指定其中,与为大于0的常数且在每次迭代中,要求
[0022]进一步地,所述步骤S3具体操作为:
[0023]C1:将用户k的所有出邻居表示为其中m代表出邻居的总数;
[0024]C2:将用户k的所有出邻居进行随机不重复排序,一旦进行排序,在全过程中该顺序保持不变,将序列表示成T
k
即为用户k执行Round

Robin机制的传输序列;
[0025]C3:初始时刻的权重设置,且与为随机生成的正实数;设用户k此时选取的传送信息的出邻居为l,则设置权重p
kk
[0]+p
lk
[0]=1且p
kk
[0]>0,p
lk
[0]>0,未被选取的其余邻居i,相应的权重设置为p
ik
[0]=0;
[0026]C4:在任意第ν次迭代中,设置其中,与为大于0的常数且假设用户k此时选取的传送信息的出邻居为l,则设置p
kk
[v]>0,p
lk
[ν]>0且p
kk
[ν]+p
lk
[ν]=1,未被选取的其余邻居i,相应的权重设置为p
ik
[ν]=0。
[0027]进一步地,所述步骤S4、S5具体为:每个用户在每一步迭代过程中都对两个状态变量的比值分别进行计算,当与都稳定在时,即:
[0028][0029]即可认为该方法收敛,达到平均一致性结果,v是迭代次数,M是预设的某个足够大的正整数。
[0030]基于相同的专利技术构思,本专利技术提供的一种有向网络下基于Round

Robin机制的隐私保护平均一致性系统,包括:
[0031]初始化与状态分解模块本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,其特征在于,包括用户状态分解和信息传输过程,具体操作如下:S1:设定每个用户k的初始状态值为I
k
,I
k
为用户需要保护的隐私信息;读取每个用户k的状态变量,并表示为u
k
;赋予每个用户k一个人工状态变量w
k
,用于内部迭代计算;S2:分别将两个状态变量u
k
、w
k
分解成两个子状态变量,表示为与其中,为用户私有,不参与信息传输,仅用于用户自身状态的更新;为传输给邻居的子状态变量,同时用于自身和邻居状态的更新;S3:根据给定的网络通信拓扑图,每个用户获取可以传输信息的邻居,并对这些邻居进行不重复排序;在每次迭代中,每个用户基于Round

Robin机制按照顺序选取一位邻居进行信息传输,若用户k可将自身状态信息传输给m个不同的邻居,则每m次,用户k选取的邻居相同,以此类推,做周期为m的选取操作,直至迭代停止;S4:在每次迭代中,用户k根据上一步的信息进行加权求和,得到更新的状态变量,同时计算状态比率S5:当所有用户的状态比率都收敛到每个用户达到平均一致,N为用户总数。2.根据权利要求1所述的一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,其特征在于,所述步骤S1中:每个用户k状态变量u
k
的初始值u
k
[0]=I
k
,人工状态变量w
k
的初始值w
k
[0]=1。3.根据权利要求1所述的一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,其特征在于,所述步骤S2中:在初始时刻,对于用户k,随机生成一个实数根据获得的值;随机生成一个实数根据根据获得的值。4.根据权利要求3所述的一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,其特征在于,所述步骤S2中:在第v次迭代中,用户k各状态变量遵循以下迭代规则:性方法,其特征在于,所述步骤S2中:在第v次迭代中,用户k各状态变量遵循以下迭代规则:性方法,其特征在于,所述步骤S2中:在第v次迭代中,用户k各状态变量遵循以下迭代规则:性方法,其特征在于,所述步骤S2中:在第v次迭代中,用户k各状态变量遵循以下迭代规则:其中代表所有能够传输信息给用户k的邻居,p
ki
代表用户i向用户k传输的信息权重,p
kk
代表用户k自身状态更新的权重,在第v次迭代中,用户i向用户k传输的信息为每次迭代,用户k私有的子状态是其所有邻居用于交换的状态值与上一时刻
自身私有状态值的加权求和;用户k用于交换的子状态是其两个子状态的加权求和;在迭代时,代表代表在加权求和时所赋予的权重,参与私有的子状态变量的更新,同样代表在加权求和时所赋予的权重,但参与用于交换的子状态变量的更新。5.根据权利要求4所述的一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,其特征在于,所述步骤S2中权重选取的规则具体为:在初始时刻,与为随机生成的正实数,满足在任意第v次迭代中,均可指定在任意第v次迭代中,均可指定其中,与为大于0的常数且在每次迭代中,要求6.根据权利要求4所述的一种有向网络下基于Round

Robin机制的隐私保护平均一致性方法,其特征在于,所述步骤S3具体操作为:C1:将用户k的所有出邻居表示为其中m代表出邻居的总数;C2:将用户k的所有出邻居进行随机不重复排序,一旦进行排序,在全过程中该顺序保持不变,将序列表示成T
k
即为用户k执行Round

Robin机制的传输序列;C3:初始时刻的权重设置,且与为随机生成的正实数;设用户k此时选取的传送信息的出邻居为l,则设置权重p
kk
[0]+p
lk
[0]=1且p
kk
[0]>0,p
lk
[0]>0,未被选取的其余邻居i,相应的权重设置为p

【专利技术属性】
技术研发人员:郭盈江许文盈曹进德
申请(专利权)人:东南大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1