基于博弈论的分布式传感器网络对抗性信息融合方法

每天我们通过数字系统共享个人信息，而这些系统始终暴露于威胁之中。因此，安全导向的信号处理学科近 decades 得到了越来越多的关注：多媒体法医学、数字水印、生物识别、网络监控、隐写术与隐写分析等都是一些例子。尽管这些领域各自都有独特之处，但它们都要面临一个共同问题：一个或多个对手试图使系统失效。对抗性信号处理为一般理论奠定了基础，考虑对手存在对有效信号处理工具设计的影响。通过关注对抗性信号处理的应用层面，即分布式传感器网络中的对抗性信息融合，并采用博弈论方法，本论文通过解决四个问题来为上述使命作出贡献。首先，我们通过发展一种新型软隔离防御方案来解决分布式传感器网络中的决策融合问题，以保护网络免受对手的攻击，特别是 Byzantine 威胁。其次，我们在 Byzantine 环境下开发最优决策融合策略。随后，我们提出一种技术来降低最优融合的复杂度，依靠基于因子图的新型近似最优消息传递算法。最后，我们引入一种防御机制，以保护运行共识算法的去中心化网络免受数据伪造攻击。